基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

基于改进NSGA-Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法（Non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ）解决战略阶段轨迹规划大规模优化问题。在经典的NSGA-Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1 472架航班进行实例验证,并所提算法与经典的NSGA-Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA-Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。     

对数极坐标变换识别算法在成像制导中的应用

图像匹配是成像制导系统中常用的目标识别算法，但实时目标图与基准目标图存在的尺度差异以及旋转不可避免，这也导致失配率提高。针对这个问题，引入对数极坐标变换运算，根据对数极坐标图像的尺度、旋转不变性提出了新的目标匹配识别算法，一方面保证了在尺度变化及旋转下的高匹配率；另外新算法结合了变换图目标区域的轴向投影统计策略，保证了匹配运算量的降低；文中仿真实例验证了算法的优势与有效性。     

一种基于DPCA的星载SAR运动目标检测方法

文中研究星载条件下用DPCA检测地面慢速运动目标的SAR-GMTI技术,提出一种对杂渡抑制以后的原 始数据应用Radon变换来检测运动目标的新方法。与基于图像域的DPCA运动目标检测方法相比,该方法不需要方位 压缩,因而减小了计算负荷,但没有损失目标检测性能。此外,该方法更加清楚地显示出杂波对目标参数估计的影响,可 为进一步研究提供思路。仿真结果证明这种方法的正确性和有效性。     

基于多目标进化算法的导弹鲁棒姿控系统设计研究

实际中在进行弹性导弹的姿控系统设计时,控制器参数的调试比较困难.现把弹性导弹的姿控系统设计问题转化为受限多目标优化问题,然后通过多目标进化算法(MOEA)NSGA-Ⅱ进行求解.通过在某特征点的控制器设计实例表明,该设计方法使用灵活,在最后计算所得的非劣最优解集中能够得到满意的控制器参数.     

液体火箭发动机离心泵叶轮的多目标优化设计

根据液体火箭发动机系统设计确定的离心泵的性能参数,对泵叶轮的几何参数分别进行了单目标和多目标优化设计。优化目标包括:泵的扬程、效率和轴功率。在多目标优化设计当中,采用超传递近似法对目标之间的重要性进行模糊评价,确定各目标的权值,从而求出优化结果。比较结果表明,多目标优化比单目标优化所得结果更符合工程要求,而对目标的重要性进行评价,所得优化结果更符合设计者的偏好。     

基于自适应卡尔曼滤波的机动目标自主轨道确定

用自适应卡尔曼滤波法对非合作机动目标进行轨道确定,通过实时计算观测星的状态转移矩阵,近似描述目标星的状态变化并获得两星体相对位置.算法中用自适应卡尔曼滤波辨识噪声,通过极大似然法选择噪声修正模型.仿真结果表明:该法可有效用于对椭圆轨道非合作机动目标的自主轨道确定.     

基于多目标规划的航空货运舱位存量控制模型

本文通过研究发现代理人与航空公司签订协议时通常倾向于签订市场区域的一揽子协议。针对市场需求的这一特征,航空公司需要考虑在一个区域上协议销售的货运舱位如何在各个代理人之间进行分配。以往收益管理的目标只有一个,即收益最大。但是在实践中,决策者往往要考虑多个目标的实现。由此,本文建立了一个考虑销售收入、销售舱位的数目和客户关系管理这三个指标的多目标规划模型,利用"序贯算法"对模型进行了求解,通过算例分析,验证了模型的有效性,为航空公司货运舱位存量控制提供了一种新的方法。     

基于延迟时间模型的民机部件维修优化方法

民机视情维修理念推动了维修向高效、经济的方向发展。本文阐述了民机视情维修的概念;研究了延迟时间模型建模原理和建模过程,提出了以维修间隔为约束、以费用率为目标的维修优化模型。针对当前中国确定民机部件维修间隔主要凭借经验的现状,进行仿真分析,并提出通过仿真机体面板的故障数据,将延迟时间模型应用于机体面板的检查与更换等维修决策中。模型以费用最低为目标、维修间隔为约束,优化了维修决策。仿真分析同时研究了不同参数条件下的最优维修间隔的变化情况。研究结果表明该方法提高了部件维修决策的合理性。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点,成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息,提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据,通过构建混合整数规划模型,识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ,以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值,由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析,验证了方法的可行性。