金属增材制造数据处理与工艺规划研究综述

金属增材制造数据处理与工艺规划是金属增材制造软件系统的核心,涵盖了金属支撑结构设计、模型切片以及路径规划等内容,决定着最终金属零部件的产品性能。从金属增材制造模型前处理出发,较为全面地概述了与之相关的多类型支撑设计和新型支撑优化等数据处理内容,针对金属增材制造数据处理中模型切片这一关键环节,分别从平面切片、自适应切片和曲面切片等方面进行了研究进展综述,同时对金属增材制造工艺中的路径规划研究进展进行了概述,最后对其发展趋势做了初步展望。     

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题，提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先，在已知飞行环境下，建立3D飞行空间模型和航迹代价模型。通过引入罚函数，将有约束3D航迹规划问题转化为无约束多维函数优化问题，利用CML-WOA求解模型来获得最优航迹。其次，为克服WOA易陷入局部最优的缺陷，引入立方映射混沌算子改善初始种群，增强种群多样性，并通过自适应框架融入正余弦算法（SCA），利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后，使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法，寻优性能明显提升，具有较强局部最优规避能力和更高的收敛精度与收敛速度；能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

基于改进冲突搜索的多智能体路径规划算法

多智能体路径规划问题在航空航天领域的多机任务中应用广泛但求解困难。基于改进冲突搜索的算法被设计用来快速求解多智能体路径规划问题。全局路径规划方面，首先设计综合考虑路径代价总和以及最大完工时间的多目标代价函数，其次提出基于唯一最短路径的冲突分类及消解方案，降低多智能体路径规划的计算量。在线冲突消解方面，利用速度障碍法在线检测和消解智能体与动态障碍物间的突发冲突。仿真结果表明，本文算法在全局路径规划方面保留基于冲突搜索算法的最优性并且降低了算法计算量，同时本文算法能够有效实现在线冲突检测与消解。     

期望状态序列导向的深空探测器规划修复方法

Aiming at the challenges caused by the persistence, concurrency and energy consumption of probe actions, a plan repair method of deep space probe based on the expected state sequence is proposed. In this method, the expected state sequence is formed of the expected effect of the unfinished action and the expected precondition of the unexecuted action in the pre designed plan, according to the execution status of the action. The expected state sequence is an ordered set of states with mixed logic and energy, providing subgoals for plan repair and also transforming the plan repair problem into the state transition path searching problem. During the search, the plan repair strategy with energy supply priority is proposed, which separates the logic repair from energy repair to reduce the difficulty of solving the problem. And this method enables the probe to recover from plan failure autonomously. Finally, the effectiveness and rationality of the proposed method are verified through simulation by taking the Mars Orbiter as an example.     

考虑外包的货运航空公司货流分配问题

针对货运航空公司大量、纷繁交错的航空货运需求，制定合理的路径规划和配流方案可以降低运输成本、提高运输效率。考虑货机运输和外包运输2种运输方式，建立了运力配置和货流分配一体化的混合整数规划模型。以中国国际货运航空有限公司为例进行算例求解，根据不同运输距离对货流进行预分配，根据OD对机场所在集合预先规定货流可以中转的机场，不仅缩小了搜索空间，比两者均不处理时节省了85.12%的计算时间，而且中转货流运输路径总长度和中转货流周转量与不处理相比也分别降低了17.19%和28.99%，减少了大量绕路。得到的结果与不考虑外包的模型相比节省了4.87%的成本。引入外包价格系数进行灵敏度分析，随着外包价格系数从1.2到0.8不断减小，货运航空公司通过外包运输的货物量增加，同时小型货机执飞的航段不断减少，而大型货机执飞的航段没有变化。对不同运输方式的单位运输成本随运输量变化的曲线进行分析，当货运航空公司在面临新增局部货运需求时，可以不改变全局方案，而根据曲线及剩余运力情况做出较优的决策。      

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

结合跳点引导的无人机随机搜索避撞决策方法

针对无人机在城市空域环境和密集交通流下的避撞决策问题，提出马尔科夫决策过程（MDP）和蒙特卡洛树搜索（MCTS）算法对该问题进行建模求解。蒙特卡洛树搜索算法在求解过程中为保证实时性而使其搜索深度受限，容易陷入局部最优，导致在含有静态障碍的场景中无法实现避撞的同时保证全局航迹最优。因此结合跳点搜索算法在全局规划上的优势，建立离散路径点引导无人机并改进奖励函数来权衡飞行路线，在进行动态避撞的同时实现对静态障碍的全局避撞。经过多个实验场景仿真，其结果表明改进后的算法均能在不同场景中获得更好的性能表现。特别是在凹形限飞区空域仿真模型中，改进后的算法相对于原始的蒙特卡洛树搜索算法，其冲突概率降低了36%并且飞行时间缩短47.8%。