混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

P-8A反潜机

<正>P-8A"海神"反潜机具有先进的低风险、高灵活性的开放式结构任务系统及下一代传感器的航电配置,从而大大改善了其反潜作战(ASW)或反     

数控机床加工一体化课程改革研究

数控机床加工“一体化”课程主要是从教学内容“一体化”、教师素质“多元化”及教学与管理“一体化”等方面进行改革。课程内容根据工业生产中常见的回转体和结构件为工作任务,根据知识能力的递进关系再细化任务,使学生在学习过程中容易接受。     

任务教学法在ESP阅读教学中的应用

以实证研究的方法来检验任务教学法在ESP阅读课程中的实际教学效果。实验对象是48名大三本科生,为期11周的任务教学法对比实验教学,通过对两组被试者的阅读能力的各项测试结果进行组内对比和不同组对比,分析表明任务教学法能够显著提高学生的阅读能力及其ESP学习的兴趣。     

AC-PSO算法在无人机任务规划中的应用

无人机飞行中合理的路线规划可以减小飞行时间、降低油耗,减小被敌方发现、攻击的可能,从而提高了完成任务的概率.鉴于大部分无人机是以一个相对固定的高度进行侦察和任务飞行,故可将无人机的飞行任务规划视为二维平面的TSP问题.本文进一步将地面防空威胁与飞行距离统一量化,通过求解TSP求取最优无人机任务规划.文中通过分析蚁群算法与粒子群算法,提出了一种新的混合方法AC-PSO算法解决TSP求解问题.算法借鉴了蚁群算法的路线构造方法和粒子群算法的进化策略思想,同时给出了提升算法效率的一些措施.实验验证,该算法和威胁建模方法相结合,能有效地满足无人机飞行任务规划的要求.     

基于大圆航线的RNAV航路规划

目前,航空公司在进行飞行计划的制定时,全部采用航行情报资料标注的航线网络数据,而航线网络数据是基于导航台的等角多圆锥投影得到的等角航线要素。装载有区域导航(RNAV)计算机的飞机在航行过程中采用的航线模型是简化的大圆航线。由于地空采用的航线模型不同,导致运营计划数据和实际飞行数据产生误差。利用大圆航线计算模型重新规划航路,将航路点调整到起飞机场与着陆机场构成的大圆航线上,不但降低了运营计划数据和实际飞行数据之间的误差,而且可以缩短航程,提高航空公司的运营效益。经计算,从白云机场至洛杉矶机场,调整航路点纬度以后航线距离缩短至11 728．9 km,比目前的飞行距离缩短 295．5 km,约2．46％。     

机场终端区着陆次序的排序规划算法

讨论了机场终端区飞机到达流的排序规划问题。为了能够在终端区交通繁忙的情况下高效地为到达的飞机流安排合理的着陆次序,并在不违反飞机间距要求的情况下给出各飞机经过优化的着陆时间,提高机场跑道的利用率,提出了经过改进的先来先服务、带有时间提前量、带有约束的位置偏移三种排序算法。当进入机场终端区的飞机数量超过机场终端区的容量时,分航路对飞机排队并对飞机间的距离进行限制     

航天飞机执行“哈勃”维护任务

美国亚特兰蒂斯号航天飞机5月11日在肯尼迪航天中心升空．执行“哈勃”太空望远镜的第五次、也是最后一次在轨维护任务．以延长这座给人类对宇宙的认识带来革命的望远镜的寿命。此次飞行任务代号为STS-125。机上乘有7位宇航员。维护成功后．“哈勃”将能再工作至少5年．即至少能工作到2014年。在此之后．它将由更为先进的“詹姆斯·韦布”太空望远镜取代。     

基于外包合同网的自治电磁探测卫星群任务规划

针对具有星间通信能力的自治电磁探测卫星群任务及载荷特点,建立了基于MAS (Multi\|Agent System)的电磁探测卫星群自主规划模型,提出了基于外包合同网的电磁探 测卫星群自主规划算法。根据模拟的数据进行仿真实验及分析,该方法能有效解决电磁 探测卫星群自主任务规划问题。
     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.