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。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

飞机定检维修延误分析与探讨

通过筛查分析南航数年来主流机型飞机两百多架次C检以上级别维修计划工作出厂延误的具体情况,研究造成飞机定检工作延期的关键因素及其与生产系统各部的内在联系,探讨控制和改善维修工作进度、减少定检停场周期、提高维修任务执行效率的优化思路和方法。     

综合型飞机维修方案优化实践研究

维修方案优化是航空公司节约维修成本、提高运营安全的重要手段。良好的维修方案优化能够显著地降低航空公司的维修成本,提高飞机的安全运营水平。本文介绍了波音和空客各自推荐的维修方案优化方式,基于空客与波音维修方案优化模式介绍了一种综合型维修方案优化实践方式,为未来更深入、更贴近国内航司情况的维修方案优化梳理思路,为国内航司的维修方案优化带来新的启发。     

基于渐近均匀化的梯度加筋板结构优化设计

梯度加筋板结构以其优异性能广泛应用于航空航天、汽车和交通等领域。针对梯度板的渐变结构导致均匀化及两尺度优化设计计算量过大及效率过低的问题,本文采用机器学习方法搭建以微结构变形参数为输入、等效刚度系数为输出的人工神经网络,实现等效刚度的高效预测。在优化过程中,本文引入表征单胞变形的单元设计变量,实现梯度板局部变形的显式控制,并引入映射函数节点设计变量,保证优化过程中单胞的局部变形与映射函数一致,方便两尺度优化结果解耦。数值算例验证了本文方法的有效性和正确性。     

基于改进Q学习的IMA系统重构蓝图生成方法

重构蓝图定义了故障状态下系统软硬件资源的重新配置方案,是实现综合模块化航空电子系统重构容错的关键。提出了一种基于改进Q学习的重构蓝图生成方法,综合考虑负载均衡、重构影响、重构时间、重构降级等多优化目标,并应用模拟退火框架改进探索策略,提高了传统Q学习算法的收敛性能。实验结果表明,与模拟退火算法、差分进化算法、传统Q学习算法相比,本文提出的改进Q学习算法效率更高,所生成重构蓝图质量更高。     

离子推力器放电室参数在线优化实验研究

为了改进氙离子推力器传统优化实验方法,针对环切场放电室设计多维优化调节机构,通过步进电机配合电磁铁实现放电室设计参数的在线实时调节。实验中在线调节放电室长径比、中间磁极靴位置、阴极顶位置等参数,得到了放电室性能影响规律,经迭代实验获取了优化后的放电室构型及磁场参数。优化后的推力器性能曲线"膝点"较正交实验结果更加靠后,在工质利用率80%~90%区间内,束离子电离能耗低于正交实验优化结果。在线优化实验方法极大缩短了离子推力器设计周期,降低研制成本,并弥补了传统方法需多次破空导致参数一致性差的不足。     

基于改进灰狼优化算法的电子干扰机空域划设

在现代化战争中,遂行突防任务的战斗机通常需要与电子干扰机协同配合,来完成特定的任务。为了更高效地利用空域资源,针对突防作战中干扰机的最优空域划设问题,在给出电子干扰下雷达探测范围、航线安全间隔以及有效干扰时间的基础上,建立电子干扰机的最优空域划设模型;在原始灰狼算法中将线性调节参数改为非线性调节参数,同时引入粒子群算法中的记忆功能,改进原始灰狼算法;并采用改进的灰狼优化算法寻找最优的空域基准点,进而确定电子干扰机的最优空域范围。结果表明:对于特定的突防任务,改进的灰狼优化算法比原始灰狼优化算法和粒子群算法更具优越性,能够快速、高效地找到最优的空域基准点;本文所建立的电子干扰机的最优空域划设模型是科学、有效的。     

基于PSO-ELM的军用飞机维修保障系统效能评估研究

维修保障系统效能评估是军用飞机精细化、规范化管理的一项重要措施,科学的维修保障系统效能评估是精细化保障的基础,是提升战斗力的保证。针对军用飞机的维修保障系统效能评估问题,在总结军用飞机维修保障系统效能评估体系的基础上,提出基于粒子群优化极限学习机算法(PSO-ELM)的维修保障系统效能评估模型;并通过实例进行验证。结果表明:该算法应用于军用飞机维修保障系统的效能评估是可行的,可为军用飞机维修保障效能评估提供借鉴。