月面远程运输飞行轨迹优化设计

针对月球表面不同区域之间的载人或载货运输问题,设计了一种基于上升-巡航-下降模式的燃料最省飞行轨迹。首先通过求解不同飞行时间的Lambert问题确定了最佳飞行时间,并获得了对应的双脉冲解,然后利用有限推力替代两次速度脉冲,建立了非线性规划问题,求解得到了有限推力燃料最省飞行轨迹。优化设计过程中主要研究了两个主要难点:bang-bang控制与飞行高度约束。这两个问题通过推力加速度与飞行时间的数值延拓得以解决,同时揭示了月面飞行的基本原理。最后给出了3种不同应用场景的仿真算例,仿真结果表明,当飞行时间为小时量级时,上升-巡航-下降飞行模式下的优化解即为燃料最优解,如果飞行距离较远,则还需要适当增加飞行时间从而满足飞行高度约束。     

非标准H~∞控制系统结构的研究

研究了具有无穷远零点的非标准四块Ｈ∞控制系统的结构，证明了通过弓引入适当的假想被测量信号和控制信号，可将四块Ｈ∞控制的求解问题等价为一块Ｈ∞控制的求解问题。对于增广得到的一块Ｈ∞控制问题，本文证明了其广义对象的散射模型具有Ｊ－无损分解，且其中的单模矩阵因子是上三角的，此结构保证了假想被测量信号和控制信号不被利用。本文还进一步分析和揭示了Ｈ∞控制系统的无损性和对偶性。     

改进的粒子群算法求解背包问题

本文提出了改进的粒子群算法求解背包问题,阐明了该算法求解背包问题的具体实现过程。通过与其他文献中实例的计算结果比较,表明该算法切实可行,有较高的搜索效率。     

航站楼旅客行李提取转盘指派问题

旅客行李提取是影响机场航站楼有效运行的关键环节,对旅客满意度有着重要影响.研究了航站楼旅客行李提取转盘的指派问题,首先分析了行李转盘的指派方式,然后以均衡使用行李转盘为优化目标,建立了机场行李转盘优化指派模型,设计了求解该模型的蚁群算法,并用Matlab编程实现了该算法.最后通过实例分析验证了提出的模型和蚁群算法的正确性,其指派结果与先到先服务的指派结果相比,各行李转盘的使用率更加均衡,从而提高了服务质量和旅客满意度.     

无人机在线协同航迹规划时序问题

提出了一种满足时序约束的无人机在线协同航迹规划方法.首先采用按时间推进的协同规划机制解决了 在线协同规划中信息交互存在时间间隔的问题;其次通过设计协同函数,采用自主分布计算协同变量的方法解 决其时序问题,实现了协同无人机按照指定时间间隔先后达到目标区域.仿真选取同时到达和按等时间间隔到 达两类典型时序问题,结果表明该方法可以快速生成符合协同时序要求的协同航迹,且满足实时性要求.     

关于拟线性椭圆型方程在广义Sobolev空间中解的正则性

本文讨论了下面方程Ｄｉｒｉｃｈｌｅｔ问题在广义Ｓｏｂｏｌｅｖ空间中解中的正则性－ｄ／ｄｘ１ａ１（ｘ，ｕ，Ｄｕ）＋ａ（ｘ，ｕ，Ｄｕ）＝０，ｘ∈Ω其中Ω∈Ｒ是有界区域，证明了上述问题在Ｗ（Ω）和Ｗ（Ω）在存在有界广义解。     

飞机生产中产生不协调问题的原因及解决办法

根据笔者多年来从事工艺技术的经验，总结了在飞机生产中，由于协调路线设计不合理、铆接装配变形、温度影响、在重量作用下引起的变形以及误差积累所产生的不协调问题，并结合具体的实例对上述不协调问题产生的原因提出了解决的办法。     

月地转移轨道中应急调整异面着陆场的轨道控制及优化方法

摘要： 针对月地返回轨道周期较长、不确定性较大的特点,结合我国主、副着陆场的分布情况,提出一种通过在月地返回轨道中实施双脉冲机动,以实现在应急条件下将再入平面调整至原再入平面以外的异面再入落区方法.应用一种迭代算法实现了在月地系统复杂引力场中求解Lambert问题的精确解;而后,结合最优的必要性判定条件以及模拟退火算法,应用一种交互式脉冲优化方法,可求得双脉冲机动的最优解为0.025 2 km/s,满足工程实际约束.     

平面Poisson问题的间接变量等价边界积分方程

使用变分法确立平面Laplace外问题的确切形式；在此基础上，为了避免使用无限区域上的Green公式(不成立)，通过构造紧支集上的无穷可微函数，获得满足非齐次控制微分方程的特解的重要结果。使用非解析开拓数学方法，导出满足控制微分方程的位势函数集的等价边界积分表示式。获得Poisson问题的间接变量等价边界积分方程；通过一些例子，详细讨论了传统的外问题和边界积分方程的形式，表明它们不具有普遍适用性。     

一种基于负载均衡的多Agent路径规划算法

在分布式信息查询系统中,使用多个Agent协作完成查询任务是一种有效的方法,所有Agent的总行程影响网络的通信流量,单个Agent的最大负载决定了壹询任务的完成时间.现有方法大多研究如何减少Agent的总行程,未考虑Agent的负载均衡问题.本文提出一种基于负栽均衡的多Agent迁移路线规划(Load balancedmulti-agent planning,LBMAP)算法首先寻找图中一条包含所有节点的TSP回路,然后使用动态规划算法将该回路分为多段,每个Agent访问其中一段,算法兼顾了两个优化目标:最小化Agent的总行程、最小化Agent的关键负载.仿真实验表明:随着Agent平均访问节点数的增大,LBMAP算法的性能趋近于理论最优值.