利用遗传算法优化TTCAN网络的时间调度系统矩阵

引入了遗传算法对时间触发CAN(TTCAN)网络中的时间调度表进行优化。同时,针对问题的特殊性,本文对所引入遗传算法作了进一步改进,以取得更好的性能。最后,本文利用汽车工业的PSA标准消息子集对本方法进行了验证,实验表明,本方法可以有效的减少网络中的抖动问题,取得了满意的效果。     

基于遗传算法的机载武器调度优化

针对航母机载武器弹药调度存在的过程复杂、不确定性强、涉及因素多等特点,建立了现阶段机载武器弹药调度模型。通过设计编码方案,选择适应度函数,设定交叉、变异操作建立了基于遗传算法的调度优化模型,并通过 Matlab软件进行了仿真验证。结果表明,该优化过程可在一定程度上缩短调度总时间,提高调度效率。     

基于改进匈牙利算法的航空企业动态调度方法研究

航空零件生产调度时,应尽量满足多目标和实时性的要求。结合某航空制造企业的实际生产情况,提出一种基于"穷尽成对比较"技术和改进匈牙利算法的动态调度方法。首先以航空零件调度时的最大完工时间、生产加工成本以及生产能耗为优化目标,构建柔性作业车间多目标动态调度数学模型;然后利用基于"穷尽成对比较"技术的权重参数调节模型对数学模型中各个目标的权重参数进行实时动态调整;最后以各个目标的加权值为总目标,采用改进匈牙利算法求得工序的最优分配结果。结果表明:与传统的动态调度方法相比,动态调度方法能够有效地提高航空企业的生产效率、减少航空企业的生产加工成本并降低对环境的污染,具有较好的综合调度性能。     

片间综合化互连时间触发通信调度方法

未来先进的分布式综合化航空电子系统需要实现跨越计算体系结构的信息综合,对微小型智能器件间的综合化互连提出要求。通过构建一种具有开放式接口的芯片间综合化互连结构,提出一种相应的时间触发（TT）通信调度方法。首先建立片间综合化互连模型和时间触发流量传输模型,给出负载均衡的选径方法;随后依据传输路径中各级节点各流量的发送时间偏移量计算流量传输的等待时间可行值,利用遗传算法优化调整各芯片发送端口的调度表相位,更新各流量在发送端口的时间偏移量,缩短最坏情况下的最大等待时间,得到具有全局优化意义的时间触发调度表。与使用Yices等SMT形式化求解器的TT调度表生成方法相比,本方法不会出现长时间不停机而无法判定的问题,且不论对于对称或非对称结构,案例研究表明本方法的可调度规模至少增加30%。此外,以流量传输等待时间占周期的比例作为归一化的传输延迟度量,与既有的基于特征任务的调度方法相比,案例研究表明本方法得到的传输延迟最多仅为后者的2%。     

ARINC 653分区实时系统的可调度分析

ARINC 653规范定义了综合模块化航空电子(IMA)实时操作系统的行为逻辑以及向应用程序提供的接口规范。该规范规定了系统采用分区内调度和分区间调度的两级调度方案,如何分析系统的可调度性以保证实时任务能够在截止时间内完成计算是需要研究的新问题。基于负载请求与平台资源提供能力的供需约束关系导出了系统可调度的判定依据。证明了判据的约束是系统可调度的充分必要条件。实际应用表明,提出的可调度判定定理能够应用于判定ARINC 653分区实时系统的可调度性,辅助提升系统的安全属性。     

基于小波包分析与多核学习的滚动轴承故障诊断

为了更准确地诊断滚动轴承故障,提出了一种基于小波包分析与多核学习的滚动轴承故障诊断方法.该方法首先对振动信号进行3层小波包分解,将振动信号分解为不同频带的信号,提取各频带的相对能量特征,构建特征向量;然后采用多核学习算法从训练样本集中学习核函数与分类器;最后使用训练出的分类器识别滚动轴承故障类型.为了验证方法的有效性,进行了滚动轴承故障诊断实验,实验结果表明该方法的故障诊断准确率达到98.25%,与传统的基于小波包与支持向量机的滚动轴承故障诊断方法相比,其故障诊断准确率更高,同时由于避免了核函数的选择问题,该方法更便于实际应用.      

FC-AE-1553网络传输性能评价

为了提高航天航空网络传输性能,提出一种通用的FC-AE-1553网络传输效率计算方法并研制高性能FC-AE-1553节点卡.首先,对FC-AE-1553网络的消息传输过程进行详细分析,分析信息类型,给出传输帧的格式建议,通过分析FC-AE-1553协议中各类消息传输的时间参数,结合FC标准中对通信时间的要求,提出FC-AE-1553网络交换中各种消息类型的通信时间计算公式.然后, 针对无差错传输和有差错传输两种情况,给出了网络传输效率的计算方法.最后,通过仿真分析数据帧净荷长度、节点处理时间、交换中序列数量、传输误码率、丢包率等参数对FC-AE-1553网络传输效率的影响,给出了网络优化设计的建议.依托某航天工程任务,研制了基于XC5VFX100T和MPC8536E的FC-AE-1553节点卡.实验结果表明:丢包对传输效率的影响可忽略;数据帧净荷为2 048 B,数据帧数量为16时,传输效率可达到77.2%.      

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.     

基于PSO算法的舰载机舰面布放调度方法研究

基于智能粒子群(PSO)算法对戴高乐航母舰载机舰面布放调度问题的解决方法进行了研究。首先,分析了舰载机舰面布放调度的必备条件,包括设置舰面战位;测量计算舰载机由各个停机战位分别到2个准备战位的近似移动距离;分析了舰载机正常的出动流程;设计了不同数量舰载机的出动时间计算公式等。其次,将舰载机舰面布放调度问题转换为带有约束条件的多目标函数求最小解问题,并给出了数学模型。再次,分析PSO算法本身的特点、优点,给出其用于解决舰载机舰面布放调度问题的可行性,并具体分析了解决思路。最后,通过编制程序对该解决方法予以实现。实验结果表明,基于PSO算法的舰载机舰面布放调度问题解决方法是可行的,与实际要求也基本一致。