智能交通系统中的运营车辆优化调度研究

阐述了遗传算法GA(Genetic Algorithm)和禁忌搜索法TS(Tabu Search)的基本原理,有机结合两者优点,构成混合遗传算法HGA(Hybrid Genetic Algorithm).针对公交车辆调度现状及所处的运营环境,运用HGA的智能化特征,进行了公交车辆智能调度研究.仿真表明,基于GA-TS的混合遗传算法优化公交车辆运营调度,能够有效地改善原有公交车辆运营调度的不足,提高动态运营决策效率和服务质量.与常规方法相比,运行效率提高15%,时间缩短5%,这为公交车辆智能化运营调度提供合理、可行的调度手段.     

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

智能交通系统中的公共交通信息管理体系

介绍了我国智能交通系统ITS(Intelligent Transport Systems) 研究开发所涉及的内容,详细阐述了公共交通信息管理体系的主要内容及其动态管理.公共交通信息管理系统的研究开发,可以加强道路、车辆、驾驶员以及管理人员的联系,使得管理人员对公共交通情况了如指掌,有效地解决道路交通拥塞现象,有利于调度车辆和管理交通,从而实现公共交通的智能化管理,以确保提高道路运输效率和行车安全,具有良好的应用前景.     

自动车辆定位调度系统的研究

集群移动通信系统虽然具有话音通信调度能力但是缺乏用户定位导航能力,GPS(全球定位系统)虽然具有导航定位能力但是缺乏用户之间的通信能力.因此,如何将GPS与集群通信系统有机结合,取长补短,组成动态的自动车辆定位调度系统具有十分重要的意义.作者在研究Motolora智慧网的基础上,分析了实现自动车辆定位调度系统需要解决的几个技术难题:识辨和提取控制信令和话音信息,自动建立GPS数据链路以及信道负载平衡等,并给出了解决方案.实践结果已证明了这些方案是可行的.     

基于Work-Conserving的CICQ结构中单组播分组调度算法

基于联合输入交叉队列(CICQ)结构提出了一种新的均衡交叉节点缓存单组播混合调度算法,即单组播交叉缓存均衡(MUCB)算法,该算法不同于现有的基于业务状态如队长和/或等待时间的调度算法,而是尽力使交换机最大程度地工作于工作保持(Work-Conserving)状态,其方法是尽量均衡CICQ交叉节点的缓存占用。同时,算法充分考虑单组播业务差异性及CICQ结构下输入输出调度间的影响关系。仿真结果显示,在不同组播业务比例条件下,与现有CICQ结构中主流的单组播混合调度算法相比,MUCB算法显著提高了单组播业务总体的通过率及分组平均时延性能。     

GPS/INU/DM组合定位导航技术在ITS中的应用

 介绍了智能交通系统(ITS,Intelligent Transport Systems)的基本思想,阐述了GPS/INU/DM(Global Positioning System/Inertial Navigation Unit/Digital Map)组合定位导航技术在ITS中的应用,以及提高组合定位导航精度及可靠性的几种技术措施.该组合定位导航是将卫星定位技术、惯性导航定位技术以及计算机技术融合在一起的新型技术,具有全方位、全天候、防遮挡的功能.ITS中利用组合导航技术可实现道路交通管理"自动化"、车辆行驶"智能化",具有良好的实用价值,应用前景广泛.     

基于混合多智能体遗传算法的作业车间调度问题研究

针对作业车间调度问题(JSP)的非确定性多项式特性与解空间分布的大山谷属性,本文提出一种多智能体遗传算法(MAGA)与自适应模拟退火算法(ASA)的混合优化算法,用于寻找最大完工时间最短的调度。首先,将每个染色体视作独立的智能体并采用工序编码方式随机初始化每个智能体,结合多智能体协作与竞争理论设计了实现智能体之间交互作用的邻居交互算子,进而利用一定数量智能体进行全局搜索,找到多个适应度较高的可行解。其次,为避免算法陷入局部最优,采用ASA对每个智能体开展局部寻优。最后,通过基准测试库中典型实例的计算结果验证了该算法的有效性。     

资源受限嵌入式机电控制系统功耗感知调度

针对嵌入式机电控制系统的能耗受限问题,提出了一种基于功耗感知和反馈调度的能耗管理方法.研究了嵌入式机电控制系统的静态功耗调度模型,提出了一种基于控制代价和系统能耗的联合优化指标,并给出了其优化解.针对在动态调度模型下运算开销大,难以在线实现的问题,采用智能计算方法逼近优化结果.对比了4种智能计算方法的逼近精度和调度开销,采用小波神经网络逼近优化结果.仿真的结果表明:该方法在保证了控制性能的同时,降低了调度开销和系统能耗.      

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

汽车DYC模糊PID控制方法

直接横摆力矩控制DYC(Direct Yaw-Moment Control)是提高汽车操纵稳定性特性的重要方法,其研究对于提高汽车的主动安全性具有重要意义.在深入研究汽车操纵动力学和先进控制理论的基础上,设计了具有智能积分模块的模糊PID(Proportion-Integral-Differential)控制器,将该控制方法应用于DYC控制.建立了能够反映车辆转向工况基本动力学性质的车辆动力学模型,在Simulink环境下对开发的智能积分模糊PID控制器进行了仿真测试与分析.仿真结果验证了算法的可行性和有效性,表明智能积分模糊PID控制方法可以实现较为理想的DYC控制效果,在该领域具有良好的应用前景.     

Agent协同机制在基于MAS调度系统中的研究

在Agent协同机制,通用部分全局规划GPGP(Generalized Partial Global Planning)和任务环境描述语言TAEMS(Task Analysis, Environment Modeling and Simulation language)基础上,提出一种结合合同网协议、GPGP协同机制和TAEMS任务描述语言的任务分配和调度方法,用以克服基本合同网协议在基于MAS(Multi Agent System)的车间调度中应用的缺点和不足.并建立了任务工作环境的模型,为基于知识的调度提供基本框架.该方法和模型从整体的角度分析问题,提高了调度结果的一致性和优化性.初步的验证表明该方法是有效的.     

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

面向BDSBAS电文认证的OTAR播发策略设计

星基增强系统（SBAS）是向用户提供完好性信息的广域增强系统,涉及生命安全领域。为了提高SBAS系统的抗欺骗能力,基于椭圆曲线数字签名算法（ECDSA）提出面向北斗星基增强系统（BDSBAS）的电文认证设计方案。根据国内商用密码标准椭圆曲线（SM2）算法进行相应参数设计和电文排布方案,并描述了空中密钥更新（OTAR）的电文播发策略。为了进一步对试验方案进行验证,采用蒙特卡罗OTAR仿真器,基于3种播发调度算法进行仿真试验,通过调整权重对不同情况下OTAR电文接收时间进行分析。仿真结果为具体情况下OTAR电文方案播发调度的选择提供了重要参考依据。      

最小数据丢失量的地月中继卫星任务调度研究

月球背面的探测器必须依靠地月中继卫星进行数据传输与通信。地月中继任务包括实时性任务和延迟容忍类任务,如数传任务。当探测器等待传输的数据量超出用户存储容量时,延迟容忍类任务会由于探测器本地存储资源不足和地月中继卫星天线资源受限而无法完成,导致任务数据丢失,所以需要设计一种合理的地月中继任务调度策略,提高地月中继卫星的资源利用率,减少数据的丢失。对地月中继卫星任务调度进行了研究,在分析地月中继卫星数传任务的特点及用户的存储限制的基础上,以最小化数据丢失量为优化目标,建立了地月中继卫星任务调度模型,并设计了一种基于离散烟花算法（DFWA）的地月中继卫星任务调度算法。仿真数据分析表明,基于离散烟花算法的地月中继卫星任务调度算法在求解结果上优于遗传算法,是一种合理、有效的调度方法。     

A multi-objective binary-encoding differential evolution algorithm for proactive scheduling of agile earth observation satellites

A robust model and a Multi-objective Binary-encoding Differential Evolution (MBDE) algorithm are proposed in this paper for agile earth observation satellite proactive scheduling considering satellite resource failure and emergency task insertion. Firstly, considering that the reserved slack time in schedule can absorb uncertainties, two indicators are proposed: schedule profits and slack time, based on which, a robust model of proactive scheduling is established. Secondly, to solve the multi-objective model, solutions are represented via binary-encoding, mutation, crossover, and selection operators are re-designed, besides, an external archive update strategy is adopted to store elitist solutions in the evolution process, moreover, non-dominated Pareto set evaluation metrics are improved. Finally, computational results have demonstrated that, compared with NSGA-II and SPEA-2, the MBDE algorithm is able to obtain well-distributed solutions with good convergence more efficiently. The study can provide the method support for proactive scheduling of agile earth observation satellites.     

再入飞行器自动驾驶仪的自适应退步控制设计

自动驾驶仪设计的传统方法是基于分段线性化的增益规划法。近年来，以反馈线性化为基础的各种非线性控制技术得到了广泛的研究，文章基于一种不同于反馈线性化的退步控制思想，提出了一种新的非线性反馈自动驾驶仪设计方法，该方法考虑了系统输入的不确定性，采用了非线性在线优化方法保证舵偏与力矩之间更精确的映射，同时，通过引入自适应项以修正各种力矩偏差，利用这种方法，为再入飞行器设计了自动驾驶仪。仿真结果表明，提出的自适应退步控制方法是有效的，且设计过程简单，易于实现。     

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。     

小型混合翼无人机过渡过程一体化建模与控制

混合翼垂直起降无人机解决了普通固定翼无人机无法垂直起降以及旋翼无人机航时航程小的问题。针对旋翼与固定翼结合的混合翼可垂直起降无人机系统,将过渡过程中旋翼部分和固定翼部分进行一体化结合,推导了混合翼无人机过渡过程非线性动力学方程组。通过对得到的无人机纵向气动模型进行稳定性分析,设计了基于采用LQR(Linear Quadratic Regulator)的增益调度跟踪控制器。结果表明设计的控制器能使无人机状态进行良好的跟踪。     

面向多星区域观测调度的改进型自适应遗传算法

针对传统优化算法在解决多星区域观测调度问题中收敛速度缓慢和易于陷入局部最优解的不足,提出了一种改进型自适应遗传算法。该算法通过蒙特卡洛方法结合Hamming距离,给出较优的初始种群;根据种群的平均Hamming距离确定交叉和变异操作的执行顺序,并结合sigmoid函数和高斯函数基于种群的个体适应度设计了自适应非线性的交叉率和变异率;结合双精英保留策略和锦标赛策略,保证最优个体的遗传;使用双重停机条件,提高算法的搜索效率。最后,通过实验表明,该方法可以显著提高全局搜索能力,加快算法的收敛速度,有效提高卫星的观测效率。     

基于高阶奇异值分解的LPV鲁棒控制器设计

针对高超声速飞行器线性变参数（LPV）模型建模中准确度与复杂度之间的矛盾性,提出了一种基于网格化张量及高阶奇异值分解（HOSVD）的凸多胞LPV模型建模及控制方法。首先基于雅可比线性化给出了大包线网格化模型的张量描述形式,然后提出了一种基于HOSVD的多胞LPV模型生成算法,将网格化模型表述为有限个线性时不变（LTI）顶点及权重函数的组合,并基于舍弃的奇异值给出了建模误差的指标,最后结合某航天飞机再入段六自由度非线性模型进行了大包线鲁棒LPV控制器设计与仿真验证,结果表明该方法可获得计算复杂度低且保证建模精度的LPV模型,设计的鲁棒变增益控制器能够使系统快速跟踪姿态角指令信号,并能够保证系统的稳定性和鲁棒性。