稀缺国际客运航权资源优化配置

为了合理配置国际航权资源,避免稀缺客运航权资源的恶性争夺,首次提出了国际客运航权资源优化配置问题,并构建了一个混合整数规划模型。该模型在旅客始发地-终到地（Origin-destination, OD）分布已知的基础上,针对两国多通航点的国际航权资源分配需求,以旅客出行总里程最小为目标,并综合考虑国际枢纽机场地位、航空公司的竞争力水平和市场份额。以国际航权资源、航空公司运营能力和航班客座率等为约束条件,将稀缺的航班资源合理分配给国内的航空公司和国际机场。然后设计了遗传算法求解该问题,并分别采用CPLEX和遗传算法进行算例实验,验证了模型的正确性和算法的有效性。最后针对中法两国间的航权资源分配进行了实际应用。     

基于分段高斯伪谱法的组合动力飞行器火箭挂飞轨迹规划

为解决受涡喷发动机技术水平限制,导致试验飞行器无法直接达到试验所需高度和马赫数的问题,采用可回收式助推火箭挂飞后分离的方法,基于分段式高斯伪谱法搭建弹道优化模型,结合引射火箭与飞行器特性设计试验窗口,设计了弹道优化模型的约束条件;以末端高度最高、速度最大及轨迹平滑作为单项性能指标,以其加权和作为总性能指标,通过改变单项...     

基于改进遗传算法的移动机器人路径规划

路径规划是实现移动机器人自主导航的关键技术。针对常规路径规划算法求解的路径长度非最短以及在前后两次规划过程中规划路径不连贯的问题,提出一种基于改进遗传算法的帧间关联平稳路径规划方法。首先,结合随机和定向两种搜索方式生成候选路径;然后,在常规遗传操作算子中引入插入算子和删除算子,并将规划路径的连贯性考虑进适应度函数中来计算每条候选路径的适应度值;最后,输出适应度值最高的路径作为当前最优路径。仿真结果表明了所提方法的正确性和可行性。实验结果表明,所提方法与A*算法和常规遗传算法相比,移动机器人行驶路径长度分别减少了3.05%和1.85%;行驶过程中的最大偏航角变化量分别减少了38.02%和32.43%,转角绝对值之和分别减少了23.97%和19.94%,所提方法能规划出更优的路径,并显著提高移动机器人的行驶效率和平稳性。      

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。      

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。      

《装配工艺质量规范》编制与实施介绍

论述了<装配工艺质量规范>编制的总体思路、编制过程及规范内容,并结合装配工艺技术的发展状况,提出初步的动态管理和修订的建议.     

飞机装配型架骨架CAD技术研究与实现

对型架骨架CAD技术进行了研究.以CATIA为平台运用CAA工具开发了包括设计线框库和型材库、型材扫掠和相交处理工具等功能的飞机装配型架骨架CAD系统.使型架骨架设计规范性、经验知识及其设计重用性方面得到改善.     

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