知识系统决策规则的动态更新策略及等价矩阵计算

专家系统是航天领域中人工智能技术应用的重要形式。学习能力是人工智能、机器学习的本质特征之一。用属性及其取值表述对象的知识系统通常需要从大量样本中获取知识并以决策规则的形式加以表达。当样本集合发生变化时,则需对决策规则集进行动态更新。本文分析了增加和移除学习样本两种情况下调整决策规则的方法,提出了知识系统决策规则动态更新的策略和等价矩阵计算方法,通过算例进行了仿真和验证。结果表明:决策规则的动态更新方法和等价矩阵计算可以解决知识系统的动态学习问题,相较决策规则的全局获取运算,减少了计算量。     

民用机场水泥道面维修计划的决策树模型

为使机场道面管理的辅助决策更加精确,满足智能化的要求,需要对现有网络级决策算法进行改进。本文基于信息熵的概念,提出了民用机场水泥道面维修计划的决策树模型。模型检验与评价结果表明,该模型结果准确性高,具有交叉有效性和自修正能力。使用上海浦东国际机场道面管理系统案例进行验证,可知与传统模型对比,决策树模型可以充分考虑道面使用性能、结构性能以及管理需求主观因素,决策结果更加符合工程实际。     

复合式旋翼飞行器多目标控制分配策略

针对复合式旋翼飞行器操纵冗余多模式切换控制问题,提出一种基于赋权多目标混合优化的控制分配策略。该策略根据复合式旋翼飞行器过渡模式舵面操纵特性,建立飞行器带约束过渡过程控制分配模型;设计混合多目标优化性能指标评价函数,有效处理操纵量控制受限、交叉强耦合及非线性特性,并减少舵面耗能;采用改进的粒子群优化算法动态更新操纵量及控制通道的权系数矩阵,提高控制面操纵效率,加快优化搜索速度,快速求解过渡过程多目标控制分配变量。该策略实现复合式旋翼飞行器模式切换过渡过程实时有效地操纵量控制分配,保证飞行器快速准确跟踪控制指令的能力。同时,通过多目标控制分配策略,飞行控制系统不需要增加额外的模式切换控制器,降低系统设计难度,提高安全性。     

基于改进非支配排序遗传算法 的维修资源优化配置

针对在武器装备维修保障过程中出现的资源短缺、资源冲突等问题,构建了多目标的维修资源优化配置模型,并且基于加权思想将多目标转化为单目标以方便求解。针对遗传算法求解多目标优化问题存在的解空间过大、收敛速度慢、计算效率低等问题,提出了基于约束的改进非支配排序遗传算法对资源优化配置模型进行求解。实例分析结果验证了模型及算法的可行性和有效性。     

面向成本的固液火箭发动机方案设计优化

对固液火箭发动机(HRM)系统进行参数化建模,研究影响推力室等主要部件成本的主要因素,并建立相应成本模型。针对某运载火箭上面级固体火箭发动机CPKM的技术指标要求,采用多岛遗传算法(MIGA),开展面向成本和性能的多目标HRM设计优化。结果表明,HRM在主要功能和部分性能上可替代CPKM;相比于CPKM,HRM在同速度增量下成本下降21.0%,同成本下速度增量提升15.8%;HRM方案设计阶段中,扩张比与比冲、长度、工作时间具有较强线性关系,速度增量和成本等两个优化目标的主要影响因素是初始推力和药柱肉厚。     

一种基于多无人机的中继节点布置问题建模与优化方法

针对战场环境下急需在无法通信的节点间构建有效通信链路的情形,使用多无人机作为中继节点,建立了中继节点布置(RNP)问题模型。模型以中继链路有效和无人机安全为约束,以中继布置点位置及相应的无人机为输出,不但考虑了使用的中继无人机数量,还考虑了构建中继链路花费的时间。考虑到该问题是难以求解的混合整数多目标优化问题,同时在紧急应用情形下,要求求解算法快速有效,建立了一种多项式时间中继节点布置算法(PTRPA)。仿真实验验证了所提模型确实能够在更短的时间内完成有效中继链路构建;通过Monte-Carlo方法对比和分析不同因素对PTRPA算法、随机抽样算法、遗传算法求解该问题的结果性能和时间性能的影响,验证了PTRPA算法不但能够给出接近最优的解,且快速有效,满足战场决策需求。     

用层次分析法实现航天发展目标决策

层次分析法是一种新的、实用的、多因素多目标决策方法。航天技术的发展目标的评价与优选是一个难以定量的多因素决策问题。本文将通过实例来介绍如何用层次分析法来评价航天技术发展的候选目标,决定目标发展的优先次序。本文所提出的模型仅需作适当改进,即可用于解决我国航天技术发展中面临的实际问题。     

柔性决策

提出了柔性决策的思想,并对决策科学的发展进行了回顾。为解决柔性决策问题,提出了极大－极小方法、人机交互方法和集包含方法。     

航空产品重要度分类的模糊评判方法

提出一种航空产品重要度分类的模糊评判方法。建立了进行航空产品重要度分类的模糊综合评判模型。该模型描述了重要度分类中的模糊因素,避免了重要度分类逻辑决断法的缺陷和不足。最后给出了该方法的一个应用实例。     

基于多目标遗传算法的航空发动机总体性能优化设计

采用一种基于Pareto最优解的多目标遗传算法—NSGAⅡ算法,以双轴混合排气式涡轮风扇发动机为算例,集成发动机性能模型、流路尺寸模型和质量模型,以单位推力、耗油率等为目标函数进行了多目标优化设计。计算结果表明:NSGAⅡ算法具有较好的稳健性和鲁棒性;基于NSGAⅡ算法的发动机总体性能优化方法能够获得目标空间内分布均匀的Pareto最优解集,有效克服了发动机总体性能方案设计时人工经验依赖较重的缺点,可为决策者进行目标权衡提供充分依据。