基于冲突避免的滑行路径动态分配问题研究

在保证地面飞行安全的前提下,为解决机场容量不足,减少航班延误,本文提出基于冲突避免的滑行道分配问题研究。在改进的Dijkstra算法的基础之上,结合机场场面运行规则、滑行冲突以及优先级限制等因素构建滑行道动态网络模型,给出不同冲突类型下的滑行时间求解方法。仿真实验表明,与未考虑滑行冲突的固定路径相比,动态滑行路径计算方法计算出的滑行路径可避免滑行冲突,一定程度上可缓解机场地面繁忙状态。     

航空器机场地面滑行时刻优化模型研究

空中交通量的急剧增长导致机场地面滑行网络效率的降低,造成航班延误。分析进／离场飞机的地面滑行过程,指出这一过程中可能出现的三类滑行冲突。引入混合整数规划方程表示飞机在机场地面的运动,建立一个规划飞机滑行时刻的最优模型。确定飞机通过指定滑行路径上各点的最优时刻,将滑行冲突产生的飞机延误降到最小,提高机场运作效率。利用成都双流国际机场的实际航班时刻数据进行算例分析,结果验证了该模型的可行性和优越性。     

基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。     

ADS-B在机场场面监视中的应用研究

本文对现有机场场面监视技术做了分析比较,给出了基于ADS-B技术的场面监视系统框架,对ADS-B的报文传输协议做了解析。研究和分析结果可以为ADS-B在场面监视中的应用提供参考。     

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

网络仿真在计算机网络教学中的应用研究

文章分析了计算机网络教学现状和网络仿真技术基础,探讨了网络仿真技术应用到计算机网络教学中产生的作用;重点用实例论述了网络仿真技术与计算机网络教学相结合后老师提高的教学效果,丰富了教学手段,学生拓宽了视野,激发了对计算机网络研究的热情。     

基于方向匹配的装配路径规划算法

描述了装配规划中的最短无碰装配路径的自动生成问题。首先由零件在装配体中的几何约束生成局部拆卸方向,在考虑局部拆卸方向的前提下,运用位姿空间方法推导当前装配零件在固定姿态下由装配起点到装配最终位置的最短无碰路径。文中用具有位置分量和方向分量的特征元素描述物体,用方向分量相互匹配的特征元素对,即所谓方向匹配法计算三维离散物体的C-空间障碍。搜索空间用具有动态密度的栅格表达,以改进的具有目标可见性测试和变步长的A算法搜索最短无碰装配路径。该算法可处理复杂结构的装配体,且具有较高的计算效率     

基于PINN的复合材料自动铺放轨迹整体规划

自动纤维铺放能有效地提高复材构件的制造效率和质量。为满足复材构件的力学性能要求及铺放质量要求,在给定曲面目标域内生成铺放轨迹时需要同时考虑转弯半径、纤维角偏差以及轨迹间距等工艺指标。现有铺放轨迹规划方法大多在对基准轨迹进行优化后,通过路径密化生成铺放轨迹。这仅能保证所生成的轨迹满足单一要求,难以整体满足多个优化目标。为实现多优化目标下的复合材料自动铺放轨迹整体规划,本文将轨迹规划问题转换成为目标域内的泛函优化问题,利用内嵌物理知识神经网络（Physics-informed neural network,PINN）实现目标函数的求解,并提取目标函数的等值线作为轨迹规划的结果。相较于现有策略,本文提出的方法能整体兼顾轨迹的方向性、可铺性以及间隙质量,为实现先进复合材料自动铺放轨迹整体规划提供新思路。     

基于遗传算法的钴结壳采矿车行走路径规划研究

海洋富钴结壳是海洋矿产资源中经济价值高又极具战略意义的矿产之一。富钴结壳主要位于海洋的海山表面,因所处地形地貌复杂多样,所以开采难度非常大。基于遗传算法对钴结壳采矿系统中关键的采矿车行走路径问题进行了研究。     

基于CDIO模式的飞行计划实践课程教学方法研究

针对民航院校的交通运输专业飞行运行管理方向的飞行计划实践课程,基于CDIO工程教育教学模式理念和方法,提出了以案例为导引,多目标-多层次-多效果的教学模式,重点阐述了基于CDIO模式的飞行计划实践课程的教学模式改革与实践应用。教学实践证明:该项研究对深化民航院校的教学改革,更新实践课程的教学模式,培养应用型和创新型人才具有一定的意义。     

基于多目标协同进化算法的多机器人路径规划

提出一种合作型多目标优化协同进化算法,并应用于具有3个优化目标的多机器人路径规划问题中.算法采用一种新型的子群体间合作方式,提高了候选解的多样性,且避免了在一般多目标进化算法中难以处理的适应值分配或非支配排序过程,减小了对计算资源的消耗.针对多机器人路径规划问题的特点,给出了多机器人间的协调策略,并在算法的群体初始化和进化算子的设计中,引入了基于问题专门知识的启发式方法.在复杂工作环境下的仿真实例表明了算法的有效性.     

基于数字地图预处理的实时航迹规划

地形跟随／地形回避，威胁回避（TF／TA2）实时航迹规划是自主式TF／TA2低空突防系统的关键技术之一，本文在数字地图预处理技术的基础上，提出了完全曲面的概念，从而使三维最优航迹规划转化为在安全曲面上的二维规划，降低民规划维数，减少了存储量和计算量，提高了实时航迹规划的速度，使之更适于在机载条件下实现，文中同时提出了对未预知崦由机载传感器实测到的障碍和威胁的处理方法，使最优航迹能有效地回避这些障碍和威胁，仿真结果表明，文中所提出的实时航迹规划算法是有效的。     

基于速度矢量场的无人机实时动态航路规划

针对局域动态环境中无人机实时航路规划展开研究,提出了一种基于速度矢量场的二维动态实时航路规划方法。通过建立不同空间特征区域速度场模型,实现了速度场驱动下的无人机航路规划。文中采用虚拟目标点法解决了速度矢量场航路规划局部陷阱问题;采用探测步长法,实现了无人机机动约束的融合,解决了航路可飞性问题;在动态实时规划应用中,确立了环境信息更新方法,实现了对动态环境的描述。通过仿真验证,表明速度矢量场法能够根据动态环境信息及时规避威胁到达目标点,算法具有良好的完备性和实时性,适用于局域动态环境中的快速航迹规划。     

BP神经网络理论在模型修正的应用

神经网络由于其本身具有的优越性,已广泛应用于各个领域中的分类、联想问题。将神经网络理论用于对利用有限元分析方法得到的系统模型进行修正,从计算结果看,该方法收敛速度快且收敛到全局最优解。