基于区块链的多先进战机协同作战资源自适应调度

对于多先进战机协同作战资源调度问题,需综合考虑先进战机的攻击能力和防御能力,以作战收益最大和代价最小为目标,给出最优资源调度方案,从而实现作战效能的最大化。本文针对资源调度问题中存在的先进战机间相互不信任进而导致作战效能降低的问题,提出了基于区块链的多先进战机协同作战资源调度框架,并基于智能合约建立了多先进战机协同作战资源调度数学模型,同时利用改进遗传算法进行求解。仿真结果表明,基于区块链的多先进战机协同作战资源自适应调度方法在保证先进战机间相互完全信任的基础上,确保了战场信息交互的安全性和可靠性,间接提升了作战效能。     

基于双层规划的机场场面运行规划研究

当今国内民航业迅速发展,大型机场航空器起降架次稳定增多,场面运行情况也随之更加复杂,这对机场场面运行规划提出了更高的要求。综合考虑停机位指派和滑行道调度两个优化问题,引入双层规划模型,上下层模型分别以停机位与机型的匹配度最高、滑行时间最短为优化目标,采用遗传算法进行求解,并以上海浦东机场为实例进行场面运行规划。结果显示,优化后的方案在近机位利用率与滑行时间上都得到了改进,验证了模型的有效性。     

连续生产模式车间管理控制器的研究

根据我国汽车，家电，电子行业特点，提出了一种连续生产模式，它既满足了大批量生产的高效率，又具有单件生产的灵活性，是MRPII（Manufacturing resource planⅡ）与JIT（Just in time)思想结合的产物，以生产计划为主线，确定了集成环境下连续生产管理系统的体系结构，设计出连续生产车间管理控制器的体系结构及功能框架，结合连续生产模式的特点，针对MRPII的“推式”控制与JIT的“拉式”控制在生产线控制策略上结合的可行性进行研究，设计出生产线Push/Pull控制策略的处理流程及在连续生产车间管理控制器中Push/Pull控制的实现方法，本文为连续式生产模式企业车间管理与控制提供了一个参考模式。     

针对相控阵雷达的自适应干扰样式调度准则研究

自适应干扰样式调度策略是实现认知电子战的关键环节.针对目前自适应干扰样式调度准则中未考虑相控阵雷达自身工作调度模板的问题,在现有雷达侦察参数的基础上,增加对脉冲幅度和脉冲数量2个参数的侦察以提高对雷达工作状态变化的判断准确率,然后对雷达工作调度模板进行侦收和分析,从而建立基于相控阵雷达自身工作调度模板的自适应干扰样式调...     

地空甚高频遥控通信系统远端设备的复位

哈尔滨VHF地空甚高频遥控通信系统担负着黑龙江省区域航路的指挥调度作用。其区域共设有齐齐哈尔、牡丹江、黑河、北安、海青、佳木斯六个遥控台。保障着包括极地Ⅳ航路和北美航线在内的航线上飞机的飞行安全。因此，VHF地空甚高频遥控通信系统的稳定性和可靠性是哈尔滨区域航路飞机飞行安全的保证，也是我们维护工作的重点。     

利用遗传算法优化TTCAN网络的时间调度系统矩阵

引入了遗传算法对时间触发CAN(TTCAN)网络中的时间调度表进行优化。同时,针对问题的特殊性,本文对所引入遗传算法作了进一步改进,以取得更好的性能。最后,本文利用汽车工业的PSA标准消息子集对本方法进行了验证,实验表明,本方法可以有效的减少网络中的抖动问题,取得了满意的效果。     

基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

卫星数传调度问题的速度可控粒子群优化算法

针对卫星数传调度这一类复杂的约束组合优化问题,提出了一种速度方向和尺度可控的粒子群优化求解算法。为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度迭代策略,实现了算法运行过程中粒子间吸引和排斥过程的动态调整,同时保证了算法的收敛速度。设计了卫星数传调度问题的编码和解码方式,并证明了该编码方式下最优可行解的存在性。通过仿真实例验证了算法的有效性,并分析了算法控制参数对优化结果的影响。     

基于面向对象的制造资源规划调度模型研究

在分析制造资源信息构成的基础上,应用面向对象(O-O)与各资源的技术,研究制造资源的结构形式及制造资源与各资源对象类之间的相互关系,建立了面向对象的制造资源结构模型,为建立制造资源类库乃至工艺知识和工艺数据库奠定了良好的基础,并对制造资源与生产规划调度(PPS)的关系模型进行了研究。     

基于分类与优化的进场航空器调度方法

为兼顾进场运行效率与管制工作经验,提出了一种基于分类与优化的进场调度方法。在分析进场管制特点的基础上,将进场排序问题转化为机器学习领域的分类问题,并构建随机森林分类器预测航空器着陆次序;利用综合得分机制和滑动时间窗实现进场航空器动态在线排序;针对预测着陆次序建立多目标优化模型,实现着陆时间优化;采用长沙黄花机场3组繁忙时段的进场运行数据,验证方法的可行性。结果表明：随机森林分类器预测着陆次序与实际着陆次序高度吻合,正确率达到99.00%以上;相比于传统先到先服务策略,本文方法减少了平均延误时间、平均飞行时间、最大飞行时间、最大延误时间和着陆位置变动次数;相比于常规优化方法,本文方法能够在保障优化指标的基础上,将航空器着陆位置变动由12次降为2次。