求解线性最大值函数规划的一种简捷方法

本文提出了一种求解线性最大值函数规划的简捷方法。     

多机测控系统在风洞试验研究中的应用

一种多计算机数据自动采集、处理和控制系统成功地应用于大迎角气动特性研究的风洞试验中,实现了大迎角非对称裁荷的主动控制和数据处理。系统主要由硬、软件两部分组成。硬件包括:中心计算机、控制机、A/D 转换器、接口等;软件包括:数据采集、处理、控制及其算法等程序。其中主动控制部分能满足目标函数的控制要求。且干扰、误动作影响小,工作可靠性强。具有适应范围广、实现容易、成本低等特点,为测控技术多机网络实现计算机风洞测控技术应用积累了实践经验,给风洞-计算机一体化的研究提供了技术资料。     

持久性在面向对象语言中的扩充

持久性是传统程序设计语言所缺乏的,它是程序设计语言中值得重视的一个要素,面向对象语言是当前表达能力和建模能力最强的一种语言,持久性与面向对象语言的结合将能够提供一个计算建模和数据建模、数据处理和数据管理的一体化语言环境。本文介绍了持久性程序设计的发展及其相关的概念,包括持久性与数据类型的正交性;讨论了持久性与面向对象语言结合中的有关问题,如对象标识及对象指针持久性等问题;同时给出了一个在面向对象语言基础上扩充持久性的实现描述,重点在其组织结构、内外存映射及其工作过程。     

基于宏突变的遗传程序设计改进探讨

本文针对基本遗传程序设计收敛速度缓慢的现象,提出基于宏突变的遗传程序设计。其主要目的是从突变这一方面对遗传程序设计进行改进。提出了通过增加突变机会,设计一些新的突变算子两种策略来进行探讨提高遗传程序设计的收敛性能的合理、可行途径。通过实例验证,说明所提出的改进方法是有效可行的,对提高遗传程序设计的收敛性能有显著的作用。     

带时间参数的面向agent的程序语言AOPLID

对面向ａｇｅｎｔ的程序设计语言ＡＯＰＬＩＤ进行时态扩充,使之能表达并处理带时间参数的并发行动。对经典情境演算进行适当改造,使之能描述含时间变元的行动,因为持续行动一般可认为是具有瞬时开始行动和瞬时终止行动的过程,因此可以将一个持续动作分解为两个时间上互不相交的瞬时动作,再引入一个新的关系流刻画这两个瞬时动作的执行情况,从而可在扩充后的情境演算中表达带时间参数的并发行动;对已有的ＡＯＰＬＩＤ离线解释器进行了适当改造与扩充,使之能执行带时间变元的ＡＯＰＬＩＤ程序;通过实例说明了该方法以及扩充后的一些语言特色。     

基于近似动态规划的目标追踪控制算法

在目标跟踪问题中,针对飞行器控制算法难以适应目标大机动飞行甚至与我方博弈等难度较大任务的问题,提出了基于近似动态规划的目标追踪控制算法。该算法通过使用博弈策略对我方无人机进行训练形成经验,将双方位置等状态作为已知量,滚转方向作为控制量,利用两物体的相对位置得出其特征,并形成近似值函数;最终利用rollout算法进行最优跟踪决策求解,实现对跟踪目标甚至是博弈目标的灵活有效精确跟踪。仿真结果验证了近似动态规划用于控制算法的有效性。      

基于MPSP的次优滑模制导律

针对导弹拦截机动目标的问题,提出了一种能满足多终端约束的次优滑模制导律(Sub-OSMG).该算法将模型预测静态规划(MPSP)与滑模控制(SMC)相结合,解决了MPSP在系统模型不精确时由于依赖模型预测而导致的控制量发散问题;基于三自由度相对运动方程建立所提出的制导律,其鲁棒性通过Lyapunov稳定性理论进行了证明;在滑模控制的设计中引入一种较为新颖的滑模面,巧妙地继承了两种方法的优点,其区别于传统扩展比例导引(APN),在仅知机动幅值的情况下,能精确地击中目标.仿真结果表明,所提出的Sub-OSMG能够有效地抵消外部扰动,具有更高的精度、更好的鲁棒性、更小的控制代价.     

自适应压电桁架形状控制中作动器优化配置

以压电作动器为控制元件,建立了自适应桁架形状控制基本方程.考虑结构性状约束和电压限制,建立了以作动器位置和控制电压为设计变量,以形状精度、控制能量和作动器数目的加权表达式为目标函数的作动器优化配置数学模型.由于作动器和普通杆具有不同的单元刚度,作动器每一种不同的位置配置都会导致结构总刚度矩阵的变化,因此单独采用遗传算法需要进行大量的结构计算.为了减少结构分析次数,提出了多点近似、遗传算法和二次规划相结合的优化方法.算例结果表明本文方法具有很高的求解效率.      

软件主动性及其实现技术

提出一种软件主动性概念，并讨论它的实现技术。主动性将改变一般应用程序系统只能提供遥惯列，可使一个具有主动性的应用系统中种主动服务功能，使得诸如实时监控和报警功能，安全保障功能，系统冗错功能，通信和同步功能，灵活的实时处理能力，以及其它军用需要的功能等等，都可以一种统一而方便的机制得以实现。     

基于演化计算的线性规划原对偶内点法中的初始点选取算法

采用原对偶内点法求解线性规划问题,对初始点要求严格。根据初始可行内点的准则,定义了相应的达成度函数,并由达成度函数定义了适应值函数,从而提出了基于演化计算的线性规划原对偶内点法中的初始点选取算法。该算法基于和声搜索演化算法实现,经数值实验测试,结果表明,对所选取测试的典型线性规划问题,算法都能求得大部分问题的初始可行内点。