深空环境下卫星编队飞行队形重构实时重规划

针对深空环境中卫星编队自主队形重构的机动问题,设计了队形重构过程中的实时重规划方案。在每次重规划过程中首先用Legendre伪谱法将当前时刻到终端时刻的重构问题离散化为非线性规划问题;其次,根据卫星编队飞行队形重构的特点,使用协同进化粒子群(CPSO)方法对每次重规划进行求解,该方法既避免了传统优化方法对复杂问题梯度的求解,又能在整个优化过程中保证约束条件的满足,并且能够事先为粒子群的进化提供大致方向,极大地提高了每次重规划的计算速度;最后,提出了重构过程中具体的重规划策略,以保证队形重构的顺利进行。仿真结果表明,与传统的控制方法相比,在重构过程中,该方法能够在初始给定轨迹的基础上进一步优化,可以有效降低重构过程的能量消耗,并能够避免重构过程中碰撞的发生。     

基于协同决策的多航站楼停机位实时分配算法

针对多航站楼机场停机位实时指派问题,提出了基于协同决策并考虑航空公司时隙交换公平性的机位实时指派算法。该算法将多航站楼资源的可共享性考虑到指派算法中,以最小延误费用原则为约束,采用混合集合规划进行指派模型的建立与求解。该算法在保证多航站楼停机位资源有效共享的前提下,充分实现了航空公司时隙交换的公平性,并且使延误引起的多方成本最小化。算例说明:本文提出的算法可以有效解决多航站楼的机位实时分配问题。     

校企协同创新中激励机制有效建立的障碍?

校企协同创新是一个复杂的系统工程。双方可以在协作中实现资源共享、利益共享、优势互补,产生创造协同效应,进而促进技术的创新与科研成果的有效转化。校企协同中激励机制的建立,由于协同双方各自诉求不同,出现了各种障碍,诸如被代理人着眼短期利益、注重最终成果;代理人利益分享不均;报酬机制选择不合理;政府支持力度小;缺乏完备的法律及运行机制。因此,需要从协同双方及外部环境的改进来建立合理有效的激励机制。     

多航天器协同探测星簇构型探测效能的评价方法

为定量评估不同星簇构型设计的探测效能以进行各航天器的轨道设计,基于空间四面体构型的体张量定义,分析现有空间四面体构型的评价参量,并采用将空间五航天器构型分解为“五个四面体”和“主四面体加第五点问题”这两种方法定量评价空间五点协同探测星簇构型的探测效能。最后利用项目组已有的五个航天器在一个轨道周期内的模拟轨道数据对所提出的方法进行仿真,结果表明所提出的方法可以较好地评价空间五点构型的探测效能。     

基于遭遇点预测的比例导引与多平台接力制导交接律设计

为实现舰艇编队的区域防空,要求舰空导弹具有超视距协同制导能力。针对这一问题,在比例导引剩余时间估计的基础上,给出了基于遭遇点预测的舰空导弹超视距比例导引制导方法。在多平台接力制导过程中,为避免由多种误差因素造成的导弹控制指令的突然变化,引进平滑因子,在给定时间内完成制导指令的平滑交接。仿真结果验证了设计方法的有效性。     

多星测控调度的遗传算法分析

针对多星过站冲突问题,以工程需求为导引,建立了多星测控调度模型,并采用遗传算法对其进行求解.从全局和局部搜索两种策略入手,以可用可见弧段为对象,设计了"全弧段"编码和基于协同进化的编码两种编码方式,给出了对应算法的实现流程和遗传操作算子,对两种编码方式的求解效率进行了分析.通过仿真对两种编码的求解质量与时间开销性能作了验证,由此得出了两种编码和对应搜索策略的适用范围.据此开发的系统已成功应用于航天顶层设计的辅助决策.     

地面等待策略中的时隙分配模型与算法研究

 机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。     

基于协同滤波轨迹预测的机动目标RTPN拦截制导律

针对当前空中威胁目标拦截的实际需求,结合拦截器本身的机动能力,基于全覆盖协同策略,提出一种协同探测的现实真比例导引律（RTPN）制导拦截方法。所提方法解决了传统RTPN方法未考虑拦截器饱和过载限制及对任意机动目标捕获区域的确定问题。此外,针对拦截过程中对目标运动轨迹测量误差及协同探测数据丢包所引起的数据融合精度和鲁棒性问题,提出一种分布式协同滤波算法;针对数据传输和拦截器本身动力学响应延迟等问题,提出一种航迹预测算法。仿真结果验证所提方法能够有效解决饱和过载下的捕获区域确定及动力学延迟问题,及协同探测数据融合中数据丢包所引起的鲁棒性和精度问题。     

引入多Agent协商的协同优化在卫星设计中的应用

卫星设计是复杂的多学科优化问题,协同优化算法具有模块化特点适合于处理多学科优化问题。在对卫星进行多学科优化时发现,现有的协同优化算法为了保证共享变量在系统级和分系统级间的一致性,收敛困难,计算量大,不对分系统自身进行优化不能保证卫星整体性能最优。本文通过引入Agent概念和基于Agent的协商算法,提出了一种基于劝说式多Agent协商的协同优化设计算法。针对对地观测卫星,以总质量最小为目标,建立了包含结构、轨道控制、姿态控制和电源4个分系统Agent和1个系统级Agent的卫星优化设计模型并进行了协同优化设计。研究结果表明:引入Agent协商算法的协同优化算法,可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证在系统级优化过程中各分系统一直都是最优的。      

基于张量分解的动态Web服务推荐

在服务计算领域中,为了能够在大量具有相同功能的Web服务以及API等数据资源中选择适合用户的服务和接口,提出了服务推荐系统。当前常用的基于服务质量（QoS）的服务推荐系统所采用的模型假定服务的QoS值恒定不变,是一种由服务和用户的二元关系构成的二维静态模型。针对实际应用中,QoS是受到多种因素影响的变量这一问题,提出了一种可以描述多个影响QoS因素的张量模型,并利用张量分解算法来对服务推荐算法进行了改进。实验结果表明:提出的基于张量分解的服务推荐算法与6种现有算法相比较,预测服务的QoS值的绝对平均误差（MAE）不同程度地降低了20%~50%,并且所建模型能够描述更多的影响因素,从而可对服务进行动态推荐。