双层供应链系统中基于谈判协作计划的数值模拟

研究主要着眼于双层供应链结构中用于多计划时间段批量生产计划的基于谈判的协作计划过程,其主要目的是为了研究基于谈判的协作计划过程对优化购买方本地计划,并最终得到较好的花费和服务所起到的作用。研究通过建立一组数学模型对此问题进行模拟计算及结果分析,所使用的数学模型中,购买者与供应商之间只需要交换有限的信息来进行购买者的本地计划和整个协作计划过程。研究表明该方法对协助供应链中成员制定有效的生产计划具有一定的指导作用,可通过对制约条件的扩展后在整体供应链中推广使用。     

基于DES的单跑道地面等待模型研究

提出了一种新的基于离散事件系统(DES)的单跑道地面等待数学模型.针对 影响机场跑道降落服务时间的不同条件,提出了确定性模型和随机性模型,分别给出了2 个模型的计算方法,比较了算法计算量.并详细研究了跑道降落服务时间参数以及空中等待 和地面等待费用比参数的特性.仿真结果表明算法是行之有效的.该算法已成功应用于空军 某部流量评估系统中.      

起降容量受限的地面等待模型研究

提出了基于离散事件系统(DES)的起降容量受限的地面等待随机型数学模型,解决了单跑道模型未涉及的多跑道、起降容量相互影响和连程航班等因素的地面等待问题,并给出了模型算法.详细研究了空地等待费用比系数和起降权重系数对地面等待决策的影响.仿真结果验证了模型的有效性.      

激光推进技术中激光与工质相互作用

基于激光推进的工作特点,对激光推进中激光与工质的相互作用进行了研究.分析了激光对工质的击穿过程,得到了击穿阈值的计算方法,计算了激光对空气和氢气的击穿阈值;对工质中激光的逆韧致吸收过程进行了研究,推导了逆韧致吸收系数的计算公式.以氢气和氩气为工质进行了算例计算,计算结果可对国外文献提到的试验中出现的等离子体"漂白"和等离子体不稳定现象进行合理的解释.      

加密 |n|+k bit明文的高效公钥概率加密体制

基于二次剩余和高次剩余的困难问题,通过选择适当的参数,在不增加密文长度的情况下, 对Paillier和Pointcheval提出的公钥概率加密体制的效率和加密的明文长度进行改进,能以更高的效率加密|n|+k bit长度的明文消息,并分析了改进后加密体制的效率和安全性,改进加密体制的安全性与原加密体制的安全性、模n的高次剩余问题以及二次剩余问题等价.与原Paillier-Pointcheval加密体制相比,改进的加密体制具有加、解密效率高,传输数据量低,加密明文长等特点.      

双月旁转向轨道的动力学与建模研究

 双月旁转向轨道是实现“多任务、多目标”探测模式的理想工具,在以往的深空探测任务中得到了广泛的应用。首先,根据双月旁转向轨道的空间构型和特性,将其分为两大类：平面型和Backflip型;其次,基于“零影响球”和“CR3BP”两种模型,阐述了近旁转向轨道的基本原理;同时,讨论了平面型双月旁转向轨道的动力学特性和建模方法,并给出了其两类应用背景,与此相似,归纳了Backflip型双月旁转向轨道的原理和求解方法。对双月旁转向轨道开展的研究和分析工作能够为我国未来开展的行星际探测任务提供新的思路和参考。     

基于欧拉方法的多磁偶极子分辨技术

文章首次将欧拉反演方法应用于航天器内部多磁偶极子的分辨,通过测量航天器外围磁场及其梯度张量数据,采用欧拉反演算法来计算航天器内部主要磁性部组件的位置和磁矩参数。根据磁场梯度张量数据的测量特点,采取了网格式数据采集方式;然后推导了多点联合反演的欧拉方程组,并提出了一种在所有反演解中快速准确寻找最优解的方法;在此基础上利用遗传算法对反演最优解进行了优化。优化后的分辨结果表明:在小范围、多层次磁源分辨方面,计算出的磁源磁矩参数较为准确,且磁源位置最高分辨率优于0.01m。     

利用太阳帆定点探测器在地一月系共线平动点附近的探讨

共线平动点附近的运动仅仅是条件稳定的,探测器的轨道需要经过控制才能维持在其附近.以地-月系11点和12点附近大振幅晕轨道的控制为例,探讨了太阳帆在定点这类探测器中的应用.首先,考虑了月球轨道的偏心率和太阳辐射的影响,给出了太阳帆对日定向的探测器轨道的低阶分析解,并在此基础上构造了在太阳系真实引力模型下一段时间内维持在共线平动点附近的拟周期轨道.然后,给出了两种利用太阳帆的控制方案,一是固定面质比而改变太阳帆法线的方向,另一是固定太阳帆对日定向而改变面质比,并对两种方案分别作了数值模拟.最后,文章探讨了测控误差及地、月影对轨道控制的影响.     

齐莫曼翼与反齐莫曼翼空间流场测量对比分析

在低速风洞内,分别对齐莫曼翼和反齐莫曼翼的气动特性进行了测量,并应用PIV测试技术测量了两种微型飞行器机翼的空间流场,给出了空间流场的速度矢量图、涡量图和流线图。通过对比分析给出了两种机翼气动特性产生差别的主要流动机理。     

基于多智能体混合学习的多星协同动态任务规划算法(英文)

针对多星协同动态任务规划问题,以往多采用基于启发式的重规划算法,但是由于启发式策略依赖于具体任务,使得优化性受到影响。注意到协同规划的历史信息对后续协同规划的影响,本文提出了一种基于策略迭代的多智能体强化学习和迁移学习的混合学习算法求解该问题近似最优策略。本文的多智能体强化学习方法利用神经网络描述各颗卫星的强化学习策略,通过协同进化的方法迭代搜索具有最优拓扑结构和连接权重的策略神经网络个体。针对随机出现的观测任务请求导致历史学习策略失效,通过迁移学习将历史学习策略转换为当前初始策略,保证规划质量前提下加快多星协同任务规划速度。仿真实验及分析结果表明本文算法对动态随机出现的任务请求有良好的适应性。