不确定需求下供应链渠道协调的数量折扣研究

数量折扣是最常见的实现供应链系统Pareto改善的机制。已有文献研究表明：不管是在EOQ框架内还是在“报童”框架内,仅应用数量折扣无法确保系统的完美协调。本文对上述结论进行了挑战,以供应商的视角研究了连续型数量折扣实现系统完美协调的问题。首先构建了连续的数量折扣形式,给出了其实现系统完美协调的必要条件,并设计了求解契约参数的迭代算法;然后,通过对离散型和连续型数量折扣实现系统缋效改善的差异分析,发现离散型数量折扣无法实现系统完美协调的原因在于其单向激励;而连续型的数量折扣因“销售商数量折扣超额福利”的转移而属双向激励;最后,对上述结论进行了释义和算例仿真。     

基于NSGA-II算法的航天产品装配公差多目标优化

针对航天产品装配公差优化设计问题,提出一种引入装配成本的多目标优化方案。在考虑航天产品装配过程中成功率低、成本高问题的基础上,建立基于产品成本及质量损失的装配公差的多目标优化数学模型,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ),以装配功能要求和加工能力为约束条件,对装配公差进行优化求解,得到Pareto最优解集。以某空间站某型号组件为例,验证了该优化方法的有效性。通过建立归一化权重目标函数,获得优化的各组成环装配公差,利用该公差进行组件加工装配,提高了装配成功率,降低了产品加工成本及质量损失。     

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。     

电大尺寸天线罩电磁特性高效数值仿真技术

针对电大尺寸天线罩电磁特性,分析研究了快速求解表面积分方程的多层快速多极子算法及其改进技术。构造了具有良好矩阵性态的积分方程形式,提出加速迭代求解的并行预条件技术,利用分组稀疏化方式构造预条件矩阵,显著降低了迭代求解次数。采用快速球谐展开技术对聚合和配置因子项进行压缩,将其存储量降低了2/3。通过数值算例验证了方法的精确性和高效性,并实现了大型带罩阵列天线辐射特性的仿真分析。     

基于粒子群寻优的高精度星敏感器在轨标定方法

星敏感器结构设计与安装过程会产生多种误差,主要误差源有星敏感器像平面主点误差、主距误差、倾斜误差与旋转误差,这些误差影响了星敏感器在轨标定的精度。本文根据星敏感器的误差模型,提出了一种高精度的星敏感器在轨标定方法。在已知含有误差的像平面的基础上,构造一个虚拟的像平面。当粒子群优化算法使含有误差的像点投影到虚拟像平面上的坐标与无误差时像点的坐标一致时,再利用Quest解算出三轴姿态角求得两个像平面之间的姿态矩阵,得出两像平面之间的关系。结果表明：星敏感器姿态确定精度较高且比较稳定。这种方法与传统标定方法的优势在于不依靠陀螺信息,原理简单,提高了数据的准确性。     

取大取小算法问题讨论

取大取小算法是模糊数学中的一个重要的方法之一 ,在工程应用中得到了广泛的应用。但有人提出了“在模糊综合评判时 ,取大取小算法是一个错误算法”的论点。本文首先通过对模糊综合评判的评价函数所作的理论分析并辅以实例说明了取大取小算法是模糊综合评判的一个可取的算法 ,作者还从广义合成运算的模糊综合评判的角度 ,论述了取大取小算法的正确性 ,与上述论点进行商榷。同时作者也对取大取小算法在某些情况下出现失效的现象进行了讨论 ,并提出了改进的措施。作者认为不能因取大取小算法在特定情形下的失效就全盘否定其理论上的正确性和工程上的可用性。     

基于模糊逻辑系统的空空导弹攻击区拟合

将空空导弹攻击区的拟合表示成一非线性逼近问题 ,从而利用模糊逻辑系统的万能逼近性质 ,并结合误差反向传播学习算法 (BP算法 )实现了对导弹攻击区的自动学习。在此基础上 ,提出了利用扩展的 T- S推理进行攻击区分组逼近与综合的方法。仿真结果表明该方法具有精度高、参数少、通用性强等优点。     

ICP算法在地磁辅助导航中的应用

利用地磁信息进行辅助导航是组合导航技术研究的新方向。文中对地磁辅助导航的原理和发展现状进行了介绍,并在分析地磁特征的基础上,研究了利用地磁异常特征进行ICP匹配定位的方法。根据应用环境,对ICP算法进行了以下改进:首先,受模拟退火法的启发,提出采用扇形扫描法搜索最优匹配,推动ICP算法向全局最优迭代;其次,结合RANSAC法,有效地剔除了地磁测量中的野值点,提高了算法的鲁棒性。仿真结果证实了改进算法的良好性能。     

Neural network-based model predictive control with fuzzy-SQP optimization for direct thrust control of turbofan engine

A nonlinear model predictive control method based on fuzzy-Sequential Quadratic Programming(SQP) for direct thrust control is proposed in this paper for the sake of improving the accuracy of thrust control. The designed control system includes four parts, namely a predictive model, rolling optimization, online correction, and feedback correction. Considering the strong nonlinearity of engine, a predictive model is established by Back Propagation(BP) neural network for the entire flight envelope,...     

进化算法在系统可靠性多目标优化中的应用

为解决复杂系统可靠性设计的多目标优化问题，采用NSGA-Ⅱ进化算法，在一次性获得大量均匀分布的非劣解后，根据定义的满意度函数对每个非劣解进行模糊评价。运用群体排序、小生境、比较操作和精英保留等关键技术，将整个非劣解集分为若干个具有不同性能特征的类，决策者可根据各自的偏好从中选择最终的满意解。分析结果表明，进化算法具有较高的优化效率。