Adaptive path planning for unmanned aerial vehicles based on bi-level programming and variable planning time interval

This paper presents an adaptive path planner for unmanned aerial vehicles (UAVs) to adapt a real-time path search procedure to variations and fluctuations of UAVs’ relevant performances, with respect to sensory capability, maneuverability, and flight velocity limit. On the basis of a novel adaptability-involved problem statement, bi-level programming (BLP) and variable planning step techniques are introduced to model the necessary path planning components and then an adaptive path planner is developed for the purpose of adaptation and optimization. Additionally, both probabilistic-risk-based obstacle avoidance and performance limits are described as path search constraints to guarantee path safety and navigability. A discrete-search-based path planning solution, embedded with four optimization strategies, is especially designed for the planner to efficiently generate optimal flight paths in complex operational spaces, within which different surface-to-air missiles (SAMs) are deployed. Simulation results in challenging and stochastic scenarios firstly demonstrate the effectiveness and efficiency of the proposed planner, and then verify its great adaptability and relative stability when planning optimal paths for a UAV with changing or fluctuating performances.     

MIDACO on MINLP space applications

A numerical study on two challenging mixed-integer non-linear programming (MINLP) space applications and their optimization with MIDACO, a recently developed general purpose optimization software, is presented. These applications are the optimal control of the ascent of a multiple-stage space launch vehicle and the space mission trajectory design from Earth to Jupiter using multiple gravity assists. Additionally, an NLP aerospace application, the optimal control of an F8 aircraft manoeuvre, is discussed and solved. In order to enhance the optimization performance of MIDACO a hybridization technique, coupling MIDACO with an SQP algorithm, is presented for two of these three applications. The numerical results show, that the applications can be solved to their best known solution (or even new best solution) in a reasonable time by the considered approach. Since using the concept of MINLP is still a novelty in the field of (aero)space engineering, the demonstrated capabilities are seen as very promising.     

基于混合整数线性规划的爬壁机器人路径规划

为研究City-Climber爬壁机器人在3D建筑物环境中的路径规划问题,基于混合整数线性规划(MILP,Mixed Integer Linear Programming),提出了一种适用于City-Climber的路径规划方法.为了用MILP方法解决避障问题,首先用限制机器人控制输入的方法对City-Climber的数学模型进行解耦和线性化,再介绍了用MILP方法对控制输入进行描述的数学表达式,并提出了适用于爬壁机器人的新型代价函数,最后以一个方形房间为运动环境,用AMPL和CPLEX优化软件,以及Matlab软件解算路径规划问题.仿真结果表明:MILP方法较好地解决了City-Climber在3D环境下的路径规划和避障问题.     

一种针对冗余执行机构配置的修正直接分配算法(英文)

控制分配考虑期望控制量在冗余执行机构配置间的指令分配问题。本文基于执行机构的可达集提出一种修正直接分配新算法,重点解决该类算法的分配效率问题,并与修正伪逆再分配法、基于单纯形法求解的直接分配法线性规划模型以及次梯度优化算法进行对比分析。为减少原始直接分配法的离线计算时间,提出基于执行机构安装矩阵的零空间构建可达集信息,使离线计算时间在执行机构数目小于10时优于传统基于行空间的构建方法。在线计算中,提出基于单位可达集顶点信息寻找与期望控制量射线方向临近的可达集表面,从而缩小搜索范围、降低在线计算时间。仿真结果表明:修正算法不显著增加离线数据存储量,并将在执行机构数目小于10时至少降低32.22%的离线计算时间;在线计算中,其平均在线时间较对比算法均有大幅提高;在高度冗余控制分配问题中,修正算法将具有更大优势。     

基于UG的喷注器冷却通道的机床仿真加工

在分析了喷注器壳体上冷却通道的结构特点和数控加工工艺的基础上,利用UG／ISV软件进行冷却通道的辅助加工,同时对喷注器三维模型的建立、加工过程参数的选用及刀具轨迹编程和加工仿真进行了详细介绍,并用五轴机床进行了加工实验,保证了加工质量,提高了加工效率。     

稀疏拟谱最优控制法求解Goddard火箭问题

提出了一种新的基于直接转化法的求解基于常微分方程(ODE)和微分代数方程(DAE)的最优控制问题的数值方法.该方法通过Legendre-Gauss拟谱法同时离散化状态变量和控制变量,把最优控制问题转化为一个非线性规划问题,并利用改进的多相处理方法避免优化无控段,同时基于稀疏矩阵探索其一阶导数信息.数值结果表明,与传统的直接转换法相比,该方法是一种通用高效的精度较高的ODE/DAE最优控制直接数值求解法.最后,从工程观点出发,应用该方法成功求解了终端自由有路径约束的奇异最优控制问题Goddard火箭问题.     

保证数控铣加工的尺寸精度

本文介绍了数控编程和数控加工中保证零件的尺寸和公差要求的方法。一种方法是用公差的中间值作为终点坐标的尺寸编程;另一种方法是用公称尺寸编程,用公差的中间值作与公称尺寸的差值作为刀补值,通过刀具补偿保证尺寸要求。     

新型进化神经网络模型

目前的进化神经网络模型大多采用遗传算法进行网络进化设计.而研究表明,这种进化神经网络存在遗传编码、遗传操作及网络结构限制等很多问题;而采用进化规划是一种很好的途径.鉴于此,为了克服传统进化规划算法的不足,结合作者提出的快速免疫进化规划提出了一种网络连接权值及其拓扑结构同时进化优化的新型进化神经网络模型.最后,通过典型的异或分类问题(XOR)比较了该模型同BP神经网络及传统进化神经网络的计算性能,发现它不但计算精度好,而且计算效率高.      

模糊优化在飞机总体设计中的应用

采用线性函数建立了飞机气动力与隐身一体化设计优化目标的满意度函数和约束的满足度函数,用综合加权法建立了多个目标的总满意度函数,研究了机翼平面外形参数和翼身融合参数的气动力/隐身一体化模糊优化设计,并与常规优化方法进行了对比;采用罚函数将约束优化转化为无约束优化,并用单纯形方法求解.     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.