多星测控调度的遗传算法分析

针对多星过站冲突问题,以工程需求为导引,建立了多星测控调度模型,并采用遗传算法对其进行求解.从全局和局部搜索两种策略入手,以可用可见弧段为对象,设计了"全弧段"编码和基于协同进化的编码两种编码方式,给出了对应算法的实现流程和遗传操作算子,对两种编码方式的求解效率进行了分析.通过仿真对两种编码的求解质量与时间开销性能作了验证,由此得出了两种编码和对应搜索策略的适用范围.据此开发的系统已成功应用于航天顶层设计的辅助决策.     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

基于DSPN的航天测控系统任务可靠性仿真建模

提出了基于确定与随机Petri网（deterministic and stochastic Petri nets,DSPN）的航天测控系统（tracking,telemetry and command,TT&C）任务可靠性定量分析方法,旨在对相关航天测控方案进行可靠性预计.通过对TT&C系统任务剖面进行时序弧段划分,考虑实际系统中测控单元阶段依赖、单元故障可修以及各单元参与任务起止时间不同等其他建模方法难以处理的复杂因素,建立了“单元层-系统逻辑层-阶段层”3层相互关联的TT&C系统任务可靠性DSPN模型.通过对模型仿真运行,实现了对给定测控方案下TT&C系统任务可靠性定量化评估.分析表明:仿真结果随着仿真次数增加逐渐收敛,与Markov解析方法求得的精确值对比误差控制在1%以内.      

基于任务弧段的测控通信任务可靠性建模方法

基于对任务的弧段划分,建立了测控通信任务的可靠性模型.根据任务执行时序图,参与任务的测控通信资源及任务成败标准,将测控通信任务划分为不同的任务弧段,定义了正常任务弧段和空闲任务弧段,基于Markov过程,提出了正常任务弧段和空闲任务弧段的可靠性建模方法.提出了在考虑测控通信资源的开机准备时间和停机时间的情况下的可靠性建模方法,对测控通信任务重新划分任务弧段,各任务弧段依据相应方法单独建立模型,依次求解各模型可得整个任务的可靠性.最后以具体的测控通信任务为例,计算并分析了不考虑资源开机准备时间和停机时间、仅考虑资源开机准备时间、仅考虑资源停机时间以及考虑资源开机准备时间和停机时间的任务可靠性,验证了模型的正确性.      

测控任务可靠性的近似零方差重要抽样仿真

评价航天测控方案中的测控任务可靠性需要高效的方法,解析法和直接仿真都不能满足该要求。在介绍测控任务模型及其可靠性直接仿真法的基础上,基于不交化最小割集设计了实现近似零方差重要抽样的方法,并给出不交化最小割集的获取算法。通过案例分析,得出不交化最小割集最大获取数量越大,仿真收敛性越好,但相应地耗时也越多的结论。因此,实际应用中,需要在不交化最小割集获取数量与仿真时间二者间进行权衡。     

基于多星联合侦察的卫星数传调度问题模型

基于多星联合侦察的卫星数传调度问题是研究如何为卫星数传任务中每个单数传任务分配地面资源及数传时间的问题,对该问题的模型进行了研究.首先建立了单数传任务模型及卫星数传任务模型;然后在此基础上建立了问题的约束满足优化模型,重点分析了问题的目标函数及主要约束条件;为了解决该问题,最后提出了一个基于双综合优先度的启发式调度算法,并通过实例验证了算法的有效性.研究成果实现了问题的形式化描述,并给出了一种有效的问题求解算法.      

航天科技组织知识型员工满意度研究

本文以航天科技组织中的知识型员工为研究对象,针对航天领域内知识型员工的群体特征、组织特征和工作特征,分析并对航天科技组织中知识型员工的满意度维度及其影响因素进行了实地测评,作出了改进满意度的系统建议。     

航天测控站资源优化配置的元建模与寻优方法

基于不同需求提出了一种比较通用的指标评价函数,构建了地面站资源配置的统计模型和基于神经网络方法的仿真元模型。在元模型求解过程中,提出了回代法寻找最优配置的思想,即将每次迭代求解得到的优化配置点代入下次迭代训练中,以提高网络的逼近性能和泛化能力。算例表明,该方法能够求得地面资源的较优配置,求解效率高。     

基于两类风险的正态分布Bayes试验样本量

对在方差已知正态分布情形下的装备Bayes试验设计方案进行了研究.给出了在两类风险要求下验证试验方案的求解思路、简单假设下试验验证方案的求解过程、试验样本量的计算公式.结合实例对试验设计方案求解的过程进行了分析,通过与经典方法的对比验证了方法的有效性.