航迹跟踪的优化方法研究

最优航迹跟踪要求飞机的实际飞行航迹与理想航迹的偏差最小,但若采用按偏差的最优控制方法,会造成控制变量的剧烈震荡.为了解决控制变量的剧烈震荡问题,提出了一种新的偏差-微分综合控制方法.通过对参考航迹的跟踪验证,表明该方法有效地解决了控制变量最优解的振荡问题,并实现了精确的航迹跟踪性能.     

用广度优先搜索求割点和块的算法研究

本文在作者以前研究的基础上,进一步提出子树径和独立子树径的概念,深刻分析了在广度优先搜索下简单连通无向图的结构特征,并给出判断割点和块的准则,为设计用广度优先搜索寻找割点和块的有效算法提供了理论依据。     

多无人机监控航路规划

为了提高监控任务的效率，在执行任务前必须规划设计出高效的无人机飞行航路。针对这一问题，考虑在任务区域内进行多无人机监控航路优化存在计算的复杂性和收敛性以及计算数据量限制等问题，采用分散式方法对监控航路进行了优化，并以无人机的监控任务为例提出了一种监控效率指标评估的计算方法，解决了航路规划中的监控效率量化问题。通过该方法得到的无人机监控任务的飞行航路可以有效地提高无人机的监控效率。     

飞机低空突防中的航路规划技术研究

针对飞机低空突防航路规划中存在的计算复杂和收敛性等问题,在基本遗传算法的基础上提出了一种基于自适应伪并行遗传算法的优化方法,使用该方法得到的飞行航线严格经过飞机的起始点和目标点,而且满足飞机到达目标点的航向角要求,使威胁飞机的因素最小,可有效提高飞机的任务生存率。     

税务筹划的主体、目标及学科定位

对税务筹划主体与概念、原则与目标、学科定位等基本理论问题进行了初步探讨，认为税务筹划主体应是纳税人而不包括税收征管方。税务筹划的行为人既可以是税务筹划主体，也可以是社会中介机构。税务筹划是纳税人的一项基本权利，但应该遵循守法、成本效益等项原则，不可恶意挑战税法。税务筹划目标具有层次性，即可划分为基本目标与具体目标两个层次，基本目标应该注意保持与财务目标的一致性，具体目标可以是多项，具有针对性和从属性。税务筹划是连接会计学、财务学与税收学的一门边缘性、交叉性学科。从学科建设的角度分析，在会计学专业，税务筹划应该是税务会计的组成部分，其中战略性筹划内容，也可以作为战略管理会计的组成部分或形成“税务管理会计”；而在财务学专业，税务筹划应是一门新兴学科，属于财务学的范畴。税务筹划理论研究属于应用理论研究，其实施手段、技术方法更是具有较强的实用性。     

基于广义多层次模糊模型的无人机路径规划

无人机自主飞行的路径规划涉及许多因素,为了使决策向量的获得过程尽可能多包含各个因素的信息,采用广义多层次Fuzzy综合评判是一种有效的方法.但是由于预先不知道权数分配,也无法知道评判结果,故无法用解决广义多层次Fuzzy综合评判或解决其逆问题的方法得到结果.为此引入遗传算法,利用其进化特性,求得合理的权数分配和广义多层次Fuzzy综合评判结果,可以达到控制飞机飞行过程的目的.这一过程提供了一种解决非正非逆问题的广义多层次Fuzzy综合评判问题的新思路和新方法.     

拖曳系统中运载器航迹控制律研究

拖曳系统的飞行性能是评价拖曳系统可行性的一项基本内容,而要求解拖曳系统的飞行性能,则必须解决拖曳系统中运载器的航迹控制问题。在飞行器“准平衡”的假设下,研究了拖曳系统在铅垂面和水平面内飞行时运载器的航迹控制律,并进行了仿真计算。计算结果表明,所采用的控制律可以实现运载器跟随拖曳飞机的飞行航迹。     

基于改进A^*算法的无人机快速轨迹规划方法

针对旋翼无人机在三维障碍物环境中自主飞行时路径搜索速度慢、轨迹生成通常忽略无人机动力学特性的问题,发展一种基于改进A^*算法并同时考虑无人机动力学特性和运动学性能的快速轨迹规划方法。首先,在三维障碍物环境中运用改进A^*算法通过剔除部分网格节点降低A^*算法的节点计算量,提升算法的路径搜索速度;其次,以最小化飞行轨迹的四阶导数作为目标函数,以路径点处的位置、速度、加速度等各阶导数作为约束条件优化飞行轨迹;最后,在三维障碍物环境中对比A^*算法改进前后的路径搜索结果,并对优化的飞行轨迹进行仿真飞行测试。结果表明:改进A^*算法大幅降低了A^*算法的节点计算量,显著提升了路径搜索速度;且无人机能够始终以较小位置误差沿优化轨迹光滑连续飞行。     

仿真与响应曲面法的结合及其在综合生产计划中的应用

 论述响应曲面法与仿真相结合的优化结构,着重讨论了一阶和二阶响应曲面的仿真拟合原理和寻优过程,从而可在仿真环境下给出最优决策参数。利用所开发的GASPRSM仿真优化软件,对飞机工厂生产计划安排进行了仿真运行,证明可以取得显著的经济效果。     

Air route network optimization in fragmented airspace based on cellular automata

Air route network optimization,one of the essential parts of the airspace planning,is an effective way to optimize airspace resources,increase airspace capacity,and alleviate air traffic con gestion.However,little has been done on the optimization of air route network in the fragmented airspace caused by prohibited,restricted,and dangerous areas (PRDs).In this paper,an air route network optimization model is developed with the total operational cost as the objective function while airspace restriction,air route network capacity,and non-straight-line factors (NSLF) are taken as major constraints.A square grid cellular space,Moore neighbors,a fixed boundary,together with a set of rules for solving the route network optimization model are designed based on cellular automata.The empirical traffic of airports with the largest traffic volume in each of the 9 flight information regions in mainland China is collected as the origin-destination (OD) air port pair demands.Based on traffic patterns,the model generates 35 air routes which successfully avoids 144 PRDs.Compared with the current air route network structure,the number of nodes decreases by 41.67％,while the total length of flight segments and air routes drop by 32.03％ and 5.82％ respectively.The NSLF decreases by 5.82％ with changes in the total length of the air route network.More importantly,the total operational cost of the whole network decreases by 6.22％.The computational results show the potential benefits of the model and the advantage of the algorithm.Optimization of air route network can significantly reduce operational cost while ensuring operation safety.