作业车间动态调度研究

系统地研究了动态环境中受多种资源制约的多目标作业车间批量调度问题,提出了一种新调度算法。该算法采用基于周期和事件驱动的调度策略将动态调度过程分成多个连续静态调度区间,然后在各区间内采用多目标的遗传算法优化调度方案。本文讨论了再调度周期的确定方法、待加工工件的选取原则、批量生产的处理方法等。针对研究的调度问题设计了包含工序及其加工机床、工人、运输小车信息的染色体编码,并对染色体的解码方法、选择方法、交叉方法和变异方法进行了研究。仿真结果表明,该算法可行,优越性明显。     

一类灰色群决策问题的分析方法

在群决策问题中,由于受人力资本的质量和决策环境等众多因素的影响,决策者的偏好信息往往是不精确或不完全的。本文用灰色系统理论的思想和方法,融合经典群决策理论,对提出的灰色群决策问题进行了探讨。利用数值分析中的幂法和群决策系统的熵模型,借助分析技巧,给出了灰色群决策问题的解法。通过实例对解法的合理性进行说明与分析,为群决策理论的应用研究提供了一条新思路。     

结构多目标模糊优化设计

在传统结构优化设计的基础上。首次考虑疲劳断裂因素的影响,建立了以结构的静强度、疲劳、断裂、振动性能为模糊约束条件,以结构重量、疲劳寿命和断裂寿命为多个目标的结构多目标模糊优化设计模型。以此模型对一双梁式平直机翼进行了优化设计,设计结果表明：模糊多目标优化设计得到了比确定性多目标优化设计更小的翼梁总截面积;模糊优化设计放宽了对约束条件的限制,材料得到了更加有效的利用。     

天气影响的机场容量概率分布研究

天气是影响机场容量下降的主要因素,为了反映预测天气对容量的影响,建立了n-阶段到达容量分布模型。通过天气类型决策树将历史天气数据转换为每种天气类型的到达容量概率分布。根据天气类型的容量概率分布,用全概公式将概率天气预测转换为概率容量预测。基于5年的机场小时天气数据,对某一日的预测天气进行算例仿真,得到了一组基于预测天气的n-阶段容量概率分布。结果表明,n-阶段容量分布模型能够将机场不同时段的预测恶劣天气转换为预测随机容量,从而满足实时流量管理的需要。     

应用对策理论的多目标气动优化设计

将经济学中的Nash均衡理论引入到气动优化设计中,探索一种新颖的处理互为冲突的多目标气动外形优化设计方法.基本的优化器为基于伴随方法的确定性优化算法,文中通过引入负反馈技术发展了约束最优控制理论,所有的约束条件都被自动的和隐含的满足.在对称Nash策略中,每一个优化器都力图优化自己的目标,而Nash平衡则提供了多个目标之间的一种妥协解.设计算例表明,文中的Nash竞争策略在多目标气动优化设计中是有效的.     

决策表的逻辑表达式分析

用泛布尔代数系统作为逻辑工具,证明了条件属性完全决策表的两种逻辑表达式(蕴涵式和析取范式)是逻辑等价的,但是决策属性相容和不相容决策表的蕴涵式表达式有所不同。继而证明了不完全决策表在1型解释下,其析取范式表达式仍与完全决策表的析取范式表达式形式相同,但与其等价的蕴涵式表达式却比完全决策表的蕴涵式表达式多了一串乘积;而不完全决策表在2型解释下,其蕴涵式表达式仍与完全决策表的蕴涵式表达式形式相同,但与其等价的析取范式表达式却比完全决策表的析取范式表达式多了一串和式。     

航空发动机多目标优化解耦控制设计方法

首先提出了全新的、用P范数表示的控制系统耦合程度量化指标———耦合度的概念,然后提出了可以反映航空发动机多个控制目标的多目标优化目标函数,并根据耦合度与该目标函数给出了解耦控制设计方法。该方法可以设计出真正意义上的具有解耦功能的多变量控制器,设计过程一步完成;应用于某型航空涡扇发动机控制系统设计,仿真结果表明了其可行性。     

基于模型管理框架的机翼结构多目标优化设计

采用演化算法对某高空长航时无人机机翼结构进行多目标优化设计时,由于需要大量的演化迭代和很多次的有限元分析计算,使演化算法相当耗时.为了提高效率,采用模型管理框架对该机翼结构进行多目标优化设计.采用模型管理框架可以建立满足精度要求的目标及约束的近似模型,使演化算法不仅避免了大量的有限元分析计算,而且获得了满意的该高空长航时无人机机翼结构的多目标优化设计结果.     

模糊推理和证据理论融合的航空发动机故障诊断

提出了一种模糊推理与证据理论相结合的航空发动机故障诊断方法.首先,根据故障征兆信号,结合专家经验对发动机故障原因发生的可能进行模糊推理,解决故障诊断中的模糊性问题;其次,将模糊推理结果作为证据的基本置信度分配,确保赋值的准确性;最终,采用证据组合规则对多个证据进行融合决策,减小故障诊断的不确定性测度,并解决证据间的冲突问题,从而实现对故障源的精确定位.实验结果表明,该方法可行且有效.      

TUR值不能满足计量检定要求的解决方法探讨

在计量检定工作中,常会遇到测量不确定度比(Test Uncertainty Ratio,简称TUR)值不能满足计量检定要求的情况,针对这种情况,提出了两种解决方法以供探讨:1.使用保护带(Guardbanding)策略,降低误判风险;2.通过加强不确定度评定技巧,减小计量标准的不确定度,使TUR值达到检定要求。