基于过程仿真的工程变更管理方法

工程变更管理是解决产品设计问题的一种特殊形式,必须遵循许多规则才能满足产品变更的要求.由于工程变更对产品开发周期、成本有很大的影响,因此有必要提前预测设计变更并对其影响进行有效的评估.本文提出一种融合多评价参数过程仿真的工程变更管理方法.首先,建立了变更传播模型,包括变更传播影响的数学模型、设计变更方案的的评价得分;然...     

基于用户自定义变更的本体进化

提出一种基于用户自定义变更的本体进化方法。首先给出了该方法的形式化描述,建立了本体一致性模型和原子变更及冲突消解方法,然后对用户自定义变更模型进行语义描述,将用户自定义变更转换成原子变更,并对其进行了优化。最后给出了用户自定义变更及优化的实例。结果表明:本方法可以很好地满足本体进化过程中用户的复杂需求,并实现了本体变更的形式化描述,解决了各种变更中的冲突问题。     

基于多旅行商问题的最优邮路规划

结合现实生活中邮政行业的约束条件建立一个邮路规划和邮车调度优化模型。根据模型中的目标函数和约束条件分别建立了相应的规划模型,给出了求近似最优解的一种算法。在寻优过程中,结合最小生成树作出局部划分,再利用相应的计算机程序求出局部最优解,以此为基础根据目标函数和约束条件进行进一步调整,最终为邮路规划和邮车调度方案安排提出了一种最优解决方法。     

基于MBD的飞机装配工装协同变更方法

装配工装在飞机产品生产过程中处于飞机设计的下游,受到飞机装配件设计及其装配工艺的影响以及飞机生产准备周期限制,时间紧迫,任务繁重。传统的飞机装配工装以文本、二维图形式表达为主,信息是静态的,缺乏唯一的数据源易导致飞机-装配工装协同变更管理效率低、准确性差,针对以上问题提出一种飞机-装配工装协同变更方法:利用基于模型的定义(Model based definition,MBD),建立了飞机和装配工装MBD模型关系架构,并结合相关的变更传播计算方法实现了飞机设计结构变更对装配工装变更影响的主动、自动化预测和分析。通过一套飞机壁板开口加强框的装配工装变更设计实例验证了该方法的可行性。     

出发时间不确定性对跑道调度的影响

航班离港过程受航班延误、调度延误和滑行时间等各种不确定因素的影响.可靠的离港顺序对机场的安全高效运行至关重要.本文提出了一种考虑进场飞机穿越起飞跑道的多跑道起飞的最优调度模型.设计了一种编码航班号的遗传算法,以找到接近最优的解决方案.之后,进一步建立多 目标动态调度模型,并设计一种混合算法对其进行求解,对两个模型的结果...     

基于机型的机场流量优化方法

研究了空中交通流量管理中机场终端区的流量最优分配问题。综合飞机机型、飞行间隔等因素,提出了一种基于飞机类型等因素的机场流量分配的模型。利用该模型可以实现对终端区某一时段现有容量的优化分配,减少航班延误;同时又能够确定满足此分配方案的飞机类型的起降次序。最后以单跑道机场为例,对模型进行了验证,证明该模型的实用性。     

基于多目标优化算法的导弹动力学模型修正技术

工程上对导弹的结构动特性分析是姿态控制和动载荷计算的基础,然而动特性的精确预示往往依赖于有效的导弹动力学模型的修正。结合单纯形优化算法和有限元法给出了一种基于多目标优化算法的导弹动力学模型的修正方法,模型修正后的前三阶频率和振型计算结果与试验结果均吻合较好。该方法优化过程简单,修正结果理想,是一种有效的有限元模型修正方法。     

含连续／离散变量结构优化中的神经网络与变尺度模拟退火方法

传统的优化方法难于有效地处理含有连续／离散混合变量优化问题，本文介绍了一种改进的变尺度模拟退火方法并与人工神经网络能量函数模型相结合，用于求解含连续／离散设计变量的工程结构优化问题，较好地解决了模拟退火技术用于工程结构优化时选取具有全局性的初始点困难及迭代次数较多的弱点。算例表明，该方法可以使模拟退火算法从局部最优的陷阱中跳出，最后求出整体最优解。     

运载火箭推力下降故障下的在线弹道重构方法

针对运载火箭推力下降故障下难以实现在线弹道重构的问题,提出了一种基于神经网络的剩余运载能力估计及程序角重构的算法。以线下基于工程实践的弹道优化方法生成的故障状态下最优弹道作为学习样本,针对程序角曲线的特点,分别使用不同学习方式学习一级飞行段程序角和其他飞行段程序角;分析不同超参数对神经网络训练过程的影响,利用随机搜索法选取超参数。该算法使用以神经网络为核心的机器学习思想,用基于数据的方式避免了因运载火箭动力学模型复杂而无法在线快速求解最优弹道的问题,能够解决大气环境下弹道重构的难题。仿真结果表明,该算法对剩余运载能力估计准确,重构程序角与最优弹道相比误差小,运算速度相比其他方法优势明显。     

基于分布式模型预测控制的多无人机协同规避控制技术

建立了多无人机协同规避控制模型,并提出了一种基于纳什最优的分布式模型预测控制算法。仿真结果表明,基于纳什最优的分布式模型预测控制算法有效地实现了多架无人机对障碍物的规避,并且相对于集中式模型预测控制算法减少了求解过程中的计算量,缩短了优化控制的时间,改善了系统的实时性。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

终端区容量评估中飞机流产生的优化算法

给出终端区容量的定义;结合终端区管制飞机多而复杂的特点,研究了一种终端区容量评估模型,并对该评估模型中较为关键的飞机流产生进行算法优化,进而提高容量评估的准确性;对优化算法产生的数据进行分析以验证该算法的优越性。     

基于单纯形算法的物流配送费用优化

通过引入单纯形算法,建立相关配送优化模型,详细地阐述了基于单纯形算法的物流配送费用优化方案。分析表明,单纯形算法具有简洁、直观、易于编程调试、维护方便的优点,避免了传统智能寻优算法较为繁琐的推导过程,是一种值得推广的决策机制。     

变容量限制多阶段存储问题及其求解算法

本文给出了求变容量限制多阶段存储问题的最优存储方案的一个数值算法，证明了它的理论依据，并举例说明了算法的应用。该算法具有概念清楚、步骤明确、收敛性好、易于编程实现等优点，在存贮管理中有推广应用价值。     

一种新的赛博空间安全交互方法

现有的网络协议无法满足赛博空间的安全交互的需求,特别是节点的证书变更和移动性会造成安全交互的失败。本文针对传统体系中证书变更较慢的缺陷提出一种适合于赛博空间组网的扩散式证书变更方案。对传统协议中的私钥分量生成、数据安全传输方案进行优化,完善了传统协议中的证书撤销协议和节点定期通告存在协议,弥补了以往在分布式安全交互过程中由于节点的强移动性而导致的安全交互失败问题,提高了安全交互的成功率。最后,对新方法的安全性、性能等问题进行了对比分析。     

基于遗传算法的大气层外拦截弹拦截优化

提出了一种同时考虑大气层外拦截弹中段和末段飞行过程的拦截优化方法.首先建立了大气层外拦截弹中段和末段飞行的动力学模型,并设计了速度增益中制导律和鲁棒变结构末制导律;然后确定了影响拦截性能的优化控制参数及其约束条件,以拦截过程的燃料消耗质量和脱靶量最小为组合性能指标;最后采用具有全局最优性的遗传算法对这一拦截优化问题进行了仿真研究,并与复形调优算法的结果进行了比较.仿真结果表明,遗传算法与传统优化方法相比在解决大气层外拦截弹带约束复杂非线性组合优化问题时,能更好地收敛到全局最优值,并能有效降低大气层外拦截的燃料消耗和脱靶量.     

无人机飞行控制计算机余度管理软件

针对样例余度配置的无人机飞行控制计算机体系结构,提出了一种输出信息余度管理方案.设计了数据交叉链路通讯、同步、输出信息表决、成员关系计算和系统重构等算法,采用多任务方案实现了相应的余度管理软件.最后,在样例三余度飞行控制计算机上进行了余度管理算法测试,结果表明所提出的方案正确,算法功能与性能满足工程应用要求.     

复合材料层合板屈曲优化设计的模拟退火算法应用

利用复合材料可设计性的特点对层合板结构进行优化设计具有重要意义。本文给出了一种基于模拟退火算法作为全局优化方法的复合材料层合板屈曲优化设计方法。以面内受压层合板的临界屈曲载荷最大化为目标函数,以层板各铺层方向角为离散设计变量,采用整数符号方法进行编码。对标准模拟退火算法进行改进,通过引入升温过程获得合适的初始温度,并在优化过程中记忆到当前所得到的最优值,避免概率接受方法造成的最优解丢失。编写了应用程序,对算例在不同载荷条件下进行了优化设计,并研究了模拟退火算法关键控制参数对优化结果的影响。结果表明,模拟退火算法可以应用于复合材料层板铺层顺序优化问题,且通过改进算法和控制关键参数可以有效提高算法收敛性能。     

基于多agent合作博弈的制造系统调度

针对有多个加工和装备设备的柔性制造系统,提出了一种调度方法.首先根据产品装配结构对问题进行分解,得到多个易于调度的简单问题,形成对应的agent.然后应用合作博弈理论,根据各agent重要性和装配约束获得agent的排序.以此顺序在机器上按照规则进行生产安排,故能够得到满足产品加工约束的近似最优调度结果.最后通过实验对算法进行了验证.     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度,是柔性作业车间调度的扩展,它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比,它还能够处理非精确指标要求问题,并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化,提出了一种具有个体优化群体多样性的遗传算法（IOCDGA）,以加快收敛速度,避免早熟问题。该算法针对文中的编码方法,定义了群体平均差及熵,用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率,该算法的进化侧重于单个或少数个体达到最优,而不是传统GA中的全部个体均为最优。计算结果表明,该算法可行,并减少了迭代次数。