智能交通系统中车辆调度问题的遗传算法研究

在智能交通系统(ITS, Intellignet Transportation Systems)的各个子系统中,先进的公共交通系统(APTS, Advanced Public Transportation System)具有重要地位和作用,其中车辆调度问题是APTS的关键.为了提高车辆调度的智能化,提出了一种基于遗传算法(GA, Genetic Algorithm)的公交车辆智能调度方法,采用最小费用作为目标函数,考虑了车辆配置、时间、运营效率及资源利用等方面因素,通过选择、交叉及变异等遗传操作,得到了最优的调度排序方案,并对2种交叉方式进行了比较,仿真结果表明,利用GA解决车辆调度问题具有可行性、先进性和快速性.      

基于原子搜索Kriging模型方法的民用飞机液压系统温度监测

温度是民用飞机液压系统性能的重要表征参数之一,为有效实现液压系统温度监测,基于Kriging 模型和原子搜索算法（ASO）,提出了一种基于原子搜索Kriging 模型（ASOKM）方法。首先,针对液压系统温度故障发生原因进行分析,建立其故障逻辑图,明确影响液压系统温度的特征参数;然后,结合快速存取记录器（QAR）数据,论述了ASOKM 方法建模原理;最后,通过某型国产民用飞机液压系统温度监测分析,对所提出的ASOKM 方法进行有效性验证。研究结果表明：ASOKM 方法的训练平均绝对误差、监测平均绝对误差低于响应面（RSM）、Kriging、BP 神经网络（BP-ANN）模型,具有较高的精度、效率和鲁棒性。所提方法可以为液压系统可靠性分析、故障诊断、预测维修提供借鉴。     

AUV的图优化海底地形同步定位与建图方法

海底地形辅助导航技术可为智能水下机器人(AUV)的长时间水下作业提供有界精确导航结果,且无需声学基阵辅助。然而,地形辅助导航需要已知高精度先验海图,这大大限制了其应用范围。为解决海底地形未知条件下的海底地形辅助导航问题,提出了海底地形同步定位与建图技术。利用水深预测手段和地形匹配方法进行帧间数据关联构建和闭环检测,并通过图优化技术进行海底地形同步定位与建图问题求解。仿真试验结果显示,在航行1h后,海底地形同步定位与建图系统的建图结果中所有测深点定位误差均值约为13m。     

在轨服务软体机器人应用展望

软体机器人以其安全性高、功能多样、易于驱动等独特的优势,近些年来受到了广泛的关注。对软体机器人应用于未来空间在轨服务任务的设想,首先从现有用于在轨服务任务的空间机器人抓捕装置入手,分析了软体机器人用于在轨服务任务的可行性与优势,然后以软体抓捕装置为例,介绍了软体机器人的发展现状,最后提出了软体机器人用于在轨服务任务的建议。最终目标是通过将软体机器人引入在轨服务任务,提升我国在轨服务的智能化水平。     

铝合金材料表面改性研究进展

评述了近年来铝合金表面改性技术取得的研究进展，重点介绍了溶胶-凝胶、稀土转化膜、激光熔覆、阳极氧化和等离子体微弧氧化等方法在铝合金表面制备膜层的原理、特点及研究成果，并对等离子微弧氧化技术提出了展望。     

雷达辐射源威胁等级评定的多属性决策方法

近几场局部战争表明,雷达等电子设备的作用越来越突出。在反空袭作战中,如何快速、高效和准确地判断出众多雷达辐射源的威胁等级,为地对空雷达干扰行动提供科学的决策支持,成为亟待解决的问题。研究了现代反空袭作战背景中,基于多属性决策(MADM)的空袭目标携带的雷达辐射源威胁等级的评定方法,建立了数学模型,最后的实例说明了模型的实用性。     

带有控制变量变化率约束的伪谱轨迹优化方法

基于伪谱法提出一种能够求解带有控制变量变化率约束的轨迹优化方法。首先,应用伪谱法将轨迹优化转化为非线性规划;其次,引入有限差分法将控制量变化率约束转化为相邻离散点处控制量的线性约束;然后,应用非线性规划算法求解带有线性约束的非线性规划;最后,采用带有控制量变化率约束的轨迹优化问题对方法进行了验证。仿真结果表明,此方法能够快速求解带有控制量变化率约束的轨迹优化问题,与引入控制量导数作为虚拟控制量的传统控制量变化率约束处理方法相比,此方法计算量更小,并且避免了虚拟控制量振荡问题,更容易收敛,综合效果是能够将优化耗时减少大约80%。     

大规模固体微推力器阵列点火关键技术

为了将固体微型推力器阵列应用于姿轨控,需要对点火相关技术进行研究。分析了点火电路在姿态、轨道控制上的应用问题;设计了适用于大规模阵列的驱动电路,通断可控,能够满足点火需要;研究了点火延迟时间以及单次多组点火的间隔时间,当点火功率为2 W时,点火延迟时间经测试最大为7.6 ms,而点火间隔时间经测试最小为50μs。经过综合测试实验,点火成功率能够达到100%,验证了点火系统相关模块的可靠性和匹配性;经过控制仿真,验证了该系统能够满足卫星姿轨控需要。     

非死锁合同网协议驱动的多机分布式时序任务分配

针对多无人机协同任务分配的时序约束问题，提出了基于非死锁合同网协议(DF CNP)的分布式时序任务分配方法，从理论上避免任务死锁，提升分配结果最优性。定义了局部信息条件下时序任务死锁判据，通过检测时序任务图环路状态与顶点可达性，判定分配方案的全局死锁状态，保证分配结果的可行性。定制了最近邻-深度优先混合搜索算法，在合同网排序过程中优先选择最近邻任务，并结合死锁判据递归回溯，在分布式架构下并行生成满足死锁约束的任务排序方案，提升分配结果的最优性。仿真对比结果表明：相比于非死锁遗传算法(TB GA)，DF CNP在求解效率方面具有显著优势；与耦合约束一致性束算法(CBBA TCC)相比，DF CNP结果最优性明显提升。