半自动驾驶公交车辆编组与调度优化

半自动驾驶公交车辆编组是指半自动驾驶公交单元通过车联网技术连接在一起，实现车辆协同驾驶和车辆容量动态设计的车辆组织技术。以半自动驾驶公交车辆编组为出发点，建立编组车辆动态运行模型，分析编组车辆到离站时间、乘客上下车过程、车辆容量限制和车载乘客数量变化等。在此基础上，以车辆运营成本和乘客候车时间成本之和为目标函数，以车辆编组大小和发车时刻为决策变量，建立半自动驾驶公交车辆调度优化模型。提出改进的遗传算法高效求解模型。以杭州55路公交线路为实证案例，仿真结果表明:相比于传统人工驾驶公交的车辆调度，基于半自动驾驶公交的车辆调度能降低29.2%的车辆运营成本和18.2%的乘客候车时间成本，所得结果证实了所建模型优化半自动驾驶公交车辆调度的有效性。      

DC-CD变换器控制技术研究与实现

DC-DC变换器工作在额定负载时，输入电压会出现扰动。工作在额定输入电压时，负载电阻也会发生突变。为了实现宽电压输入，保证变换器具有较高的输入电压调整率和负载调整率，设计了自动切换与控制策略。根据Buck-Boost型DC-DC变换器的工作特点，计算出开关的导通与关断时间点，从而精确地控制开关动作。基于并行运算和组合逻辑，在Matlab中搭建了模型，并进行了仿真和试验验证。结果表明，提出的控制方法能够有效地克服负载电流突变和输入电压扰动对变换器性能的影响。     

北斗导航全球组网卫星多星分布式智能综合测试系统设计与实现

北斗导航组网卫星采取一箭双星发射方式。为满足组网星研制周期短、测试类型多、测试任务重和并行测试的需求,在现有地面综合测试系统的基础上,优化改进了一套导航组网卫星多星分布式智能综合测试系统。在统一供配电条件下,可同时对多颗导航卫星的功能和性能作全面检测,支持卫星总装集成到发射各个阶段的电气测试,解决了卫星型号研制人员紧缺、多星并行测试的现实情况。     

基于非正交干涉矩阵的飞机装配序列规划方法

针对飞机装配中外形曲面特征多、装配关系复杂、连接方式多样等带来的装配工艺设计问题,提出了一种基于非正交干涉矩阵的飞机部件装配序列规划方法.通过分析被装配零件的结构特点,增加非正交的装配坐标方向,构建了非正交干涉矩阵;给出了装配可行性的推导方法,实现了装配序列的自动生成.并以装配时间为目标函数,采用遗传算法对装配序列进行了优化.基于MATLAB仿真平台,对某型号飞机舱门装配过程进行了模拟.仿真结果表明,该方法简单易行.与传统的基于正交干涉矩阵的方法相比,对于可装配性和装配效率都有显著提高.     

时频域并行捕获算法

针对DS/FH(Direct Sequence/Frequency Hopping)混合扩频测控信号的快速捕获,经典的时域并行方法或频域并行方法已不能满足需求.为了进一步提高载波捕获精度,在PMF-FFT(Partial Match Filter-Fast Fourier Transform)算法基础上,提出了一种反馈式结构的时频域并行捕获算法,通过PMF-FFT算法粗估载波频偏,利用一种Quinn频率插值算法提高频偏估计精度,并使用估计结果调整本地载波,再次进行捕获.理论分析和仿真结果表明,该算法与PMF-FFT算法相比,提高了载波捕获精度,在大频偏低信噪比条件下增加了频率分析带宽、减少了平均捕获时间.     

基于遗传算法的动平衡优化方法研究

针对目前发动机频发故障——N1振动过大进行发动机动平衡方法研究,以改进目前动平衡方法中多次试重启车的不足,采用了影响系数法的核心思想,通过对转子建模进行全息谱分析,利用遗传算法进行配重的优化搜索.该方法减少了动平衡过程中的启车次数,对降低发动机动平衡的成本费用有非常好的应用前景.     

基于遗传神经网络的飞行载荷参数识别

针对飞行载荷参数识别问题,结合典型机动动作,提出一种优化改进的BP神经网络模型。模型采用留出方法和遗传算法对BP神经网络的设置参数进行优化,利用最优设置参数训练得到飞行载荷与飞行参数的BP神经网络模型。在半滚机动下,通过利用飞行参数识别某一部位弯矩并与未优化BP神经网络对比,表明优化改进的BP神经网络模型对飞行载荷参数识别是一种可行且精度高的方法。     

基于遗传算法的新型四轴混联机床优化设计

基于模块化设计技术,提出了一种完全由直线电机驱动的新型四轴混联数控机床,并介绍了其基本结构型式。以该机床并联主轴模块为研究对象,建立了主轴机构运动学方程,并给出了机构的雅克比矩阵。同时,基于遗传算法,以机构的灵巧度为目标对机床主轴进行了优化。经仿真验证表明:机床并联主轴在整个工作空间内操作性能得到了较优的改善。