基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

车间作业调度中矩阵耦合问题求解

针对使用普通编码方式求解车间作业调度问题时出现的矩阵耦合问题,提出了一种基于遗传算法的新型编码方式。采用无延迟作业调度方法,不仅能避免死锁现象,而且显著提高了遗传迭代的速度。最终,仿真结果证明了本调度算法的有效性。     

机载网络时间触发通信调度设计优化与评价方法

机载网络是航空电子系统实现信息传输与功能综合的关键组成,引入时间触发（TT）机制并安排合理通信调度可以有效保证机载网络实时可靠通信,但需要首先面对多种调度设计方法的选择问题。在总结了时间触发通信过程与特征的基础上,以时间触发以太网为分析对象,给出了基于可满足性模理论（SMT）、混合整数规划（MIP）和启发式算法等不同约束引导下的调度模型,并形成了基于强化学习（RL）的调度方法;从调度设计的求解能力与性能保障角度出发,建立了包括求解时间、可求解规模、传输延迟和调度模式的评价指标。以工业规模网络为研究案例对不同调度方法进行了验证分析,在评价指标的引导下对比分析了各种方法的适用场景,其中SMT方法可支持小规模案例,MIP方法具有明显的TT消息传输和调度求解运算优势,以遗传算法为典型的启发式方法和RL方法可实现大规模案例调度,虽然其TT延迟略高于MIP方法,但速率约束消息延迟优化程度分别达到7.97%和12.35%。在此基础上,进一步探讨了未来航电系统机载网络时间触发通信调度设计优化技术的发展趋势。     

基于遗传算法的企业订单双边匹配调度研究

订单是企业生存的根本,是生产经营活动的源动力,因此,有效地对订单进行调度是企业生产管理工作的重要组成部分。在订单交货期模糊和加工时间随机分布的条件下,权衡订单成本和客户满意度,提出基于遗传算法的双边匹配调度模型,并利用算例对该模型进行检验。仿真结果显示:该模型对订单调度是有效的;与单目标优化相比,多目标优化是对多个目标的折中,从整个系统来看,多目标优化具有全局性的特点。     

遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

具有时间约束的无人机遗传算法航迹规划

为无人机进行航迹规划不仅要满足路径的有效性,还需要考虑无人机的到达时间约束.将遗传算法应用于动态环境中无人机的航迹规划,通过编码生成初始航迹,确定合理的适应度函数和进化操作,同时根据要求到达时间约束为每个航迹加入过点速度和到达时间信息,最终搜索规划出可飞且满足时间约束的航迹.在仿真实验中实现了针对移动目标的规划和突然出现威胁的局部重规划.     

到达航班排序与调度优化的遗传算法研究

解决机场到达航班的排序与调度(ASS)问题是保持空中交通通畅、减少航班延迟的主要途径.本文针对ASS问题的特点,建立了以航班总延误时间为目标函数的排序模型,提出了基于格里芬斯塔特编码和滚动时域优化策略的遗传算法,并对排序模型进行了仿真分析.结果表明:与先到先服务算法相比,本文算法能显著减少航班总延迟,同时较常规遗传算法...     

连续时间系统的时间—最佳控制

控制系统最优化的概念包含性能指标的选择以及获得受物理条件限制的最佳控制系统设计这二部分。最佳控制系统和理想最佳控制系统之间的差别在于前受物理条件限制下可达到的最好结果；后是不可能达到的目标。本首先研究离散－时间系统的时间－最优控制系统，然后讨论连续时间系统的时间－最优控制系统。     

基于混合遗传算法的敏捷车间调度研究

基于遗传算法和模拟退火算法相结合的混合遗传算法,研究了敏捷车间作业排序的初始化(静态调度)和动态重调度机制,通过与相关文献中实例的分析比较表明调度算法性能良好,能够应用于实际的制造环境。     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

航天测控资源统一分配的多维遗传算法

对于航天器测控资源分配这一类时间窗受限的约束满足问题,国内外已有许多应用遗传算法的研究并取得了较好的成果。目前的研究主要针对的是低轨道航天器这类可见弧段较短、全弧段跟踪的问题,对于地球同步以及高轨道航天器这一类长弧段可见、非全弧段跟踪的资源分配问题,相关的应用研究较少。针对高低轨航天器测控资源统一分配问题的特点,经过对标准遗传算法的扩展,设计了一种能够描述高、低轨道航天器资源分配问题的多维编码方法,定义了相应的交叉算子、变异算子等算法要素,从而建立了一种能够解决航天测控资源统一分配问题的多维遗传算法。仿真计算表明,该算法能够有效解决目前我国航天测控网面临的"一网多星"管理模式下,高低轨航天器统一管理、统一分配测控资源的问题。     

航空电子多信道实时分组调度方法

 针对航空电子波分复用（WDM）网络,提出了一种新的多信道实时调度策略实时多信道加权轮转调度（RMWRR）,将多信道分成强实时信道组和尽力服务信道组,通过调整强实时信道组的权值分配和在尽力服务信道组进行权值补偿的方法,在满足强实时消息强实时约束的同时,提高了带宽利用率,可以适应动态消息的权值变化。对经过流量整形的非强实时消息,RMWRR在尽力服务信道组对其提供延迟上界。通过理论分析,推导了RMWRR的强实时调度条件和尽力服务延迟上界。仿真和算例分析验证了该调度策略的强实时约束下的低资源占用和非强实时下的低延迟特性。     

遗传算法在等效系统拟配中的应用

采用遗传算法 ,对某机横航向操纵系统进行了等效系统拟配计算 ,并对遗传算法中控制参数和变量初始区间的设定进行了分析。结果表明 ,遗传算法在等效拟配计算中有效可用 ,并且在保证算法收敛和拟配结果合理方面有很强的优势。     

遗传算法在等效系统拟配中的应用

针对遗传算法在全局搜索性能与收敛速度之问的矛盾采取了一些改进措施．并将其应用于飞机飞行品质评定的等效系统拟配计算中，解决了传统拟配方法参数初值不易选取的问题。仿真结果表明了遗传算法在等效系统拟配计算中的可行性和有效性。     

基于遗传算法和BP网络的航空发动机拆换期望值预测

通过使用真实样本实验的方法,在BP神经网络、GA遗传算法与改进的GA-BP复合算法中,找出能迅速精确地预测航空发动机拆换期望值的最佳方法。试验结果证明,GA-BP复合算法在用遗传算法对神经网络的权值进行大致搜索以后,再用神经网络方法进行训练,能很好地模拟发动机拆换期望值,并用实例证明该算法是有效的。      

多跑道航班进离场动态调度模型与算法

针对民航运输快速发展导致的航班延误频增现象,研究了多跑道航班进离场的动态调度问题。研究时段内航班的总延误成本最小和延误时间均衡为目标,综合考虑根据机型确定的航班进离场调度优先权和管制员负荷,建立多跑道航班进离场调度模型,利用遗传算法对模型进行仿真验证。仿真结果与先到先服务(FCFS)调度方式进行比较,采用遗传算法的航班进离场调度比FCFS的延误成本降低了45.07%,延误时间降低了37.90%,同时有效地均衡了航空公司的延误时间,保障了航空公司的公平性并提高了跑道系统容量,降低了管制员负荷。通过仿真验证了多跑道航班进离场动态调度策略具有较强的优势和可行性。