基于改进蚁群算法的月面机器人的路径规划及虚拟仿真

针对月面机器人在复杂地形下的路径规划问题,提出了一种改进的蚁群算法。算法构建了栅格化地形图,基于人工势场法改进了蚁群算法的启发函数,加快了算法收敛速度;引入空间信息素划分方法,提高了蚁群在最短路径附近区域的搜索能力;实验证明,改进后的蚁群算法,路径规划成功率显著提高,收敛速度加快。在算法规划出月面机器人的最短路径后,采用虚拟仿真技术,基于unity3D构建虚拟月面环境和月球车,直观地展示了月面机器人在月面环境下的路径规划效果。     

流程图转变成箭线图的基本规则

本文详细地论述了由流程图演变成箭线网络图的整个过程。指出,通过添加虚箭线的方法可使流程图转变成箭线网络图,但它含有许多多余的虚箭线,因而不是最优箭线图。本文在理论研究及大量实践的基础上,确定了活动之间相互关系的4种形式,并针对这4种形式指出了4条去掉多余虚线的法则及一条添补必要虚线的法则.可以证明,用这些法则设计的网络图是最优网络图。 最后,文中简要介绍了从流程图转变成最优箭线图的计算机算法。编制的软件可在微机上实现网络图的自动设计及绘制、时间参数的计算等项工作。软件功能齐全,具有很大的实用价值。     

考虑能量最优的集群航天器避碰规划

针对传统集群聚集算法在航天器集群规划应用中存在燃料消耗大、不均衡以及耗时过长等问题,提出了向心聚集的能量最优聚类避碰算法。该算法首先基于集群相对运动方程与有限时间的能量最优模型,建立了自适应的向心聚集的能量最优模型;在此基础上,对于耗时较长且碰撞的问题,提出一种基于能量最优的聚类避碰算法,以模块间安全距离矢量作为避碰约束,将能量消耗作为聚类算法指标进行改进。仿真验证表明,该算法可以自适应选取集群聚类的中心,有效避免碰撞,减少集群聚集总能量的消耗以及模块间能量消耗的不均衡性,使得工质消耗达到全局最优,且耗时仅有常规遗传算法的万分之一。该算法为集群快速安全聚集提供了思路。     

基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

电机智能制造信息化平台

通过对电机制造工艺的分析,以及实地调研电机生产企业运行现状的基础上,针对电机制造工艺复杂、人工依赖大等特点提出了一种电机智能制造信息化平台建设方案。就整体信息系统提出了基于电机行业的工厂模型建立以及系统集成的建议,为电机行业建设智能制造工厂、优化生产管理提供参考。     

基于非线性最优终端匹配的再入轨迹快速规划研究

针对新型升力式再入飞行器再入轨迹终端需满足多约束条件的情况,研究 了一种基于非线性最优终端匹配的再入轨迹快速规划方法。根据升力式再入特性和任务需要 ,将飞行器再入轨迹划分为初始下降段、准平衡滑翔段和终端匹配段,其中初始下降段和准 平衡滑翔段采用单参数迭代搜索法快速生成轨迹,终端匹配段则基于一种全局插值多项式来 离散化控制变量,并采用复形调优法对这一参数化最优问题进行非线性优化求解。仿真结果 表明,轨迹快速规划方法可以在半分钟内生成一条满足多终端约束的再入轨迹,并具 有较高的精度。该方法对于未来新型升力式再入飞行器具有很好的工程应用前景。
     

一种基于改进蚁群算法的维修拆卸序列规划方法

鉴于现有的蚁群算法用于维修拆卸序列规划时易受到初始序列的影响而陷入局部最优解的问题,本文根据维修拆卸的特点,基于DCPN模型构建了拆卸Petri网可达图,将拆卸序列规划问题转化为对Petri网可达图最优路径的搜索问题。同时以拆卸代价最小为目标,提出了一种适用于维修拆卸序列规划的蚁群算法,并以飞机前机身电子设备舱设备作为典型实例,验证表明该方法准确有效。     

多植保无人机协同路径规划

为实现多植保无人机（UAVs）协同作业,并提高作业效率,提出了一种基于改进粒子群优化（PSO）的多植保无人机协同路径规划算法。根据作业区域的形状面积和植保UAV的作业参数划分各架UAV作业区域,采用栅格法生成各区域全覆盖作业航线。以各架植保UAV各架次植保作业距离为算法寻优变量,在确保各架UAV补给时间满足间隔分布约束条件下,综合考虑补给总次数、返航补给总时间、总耗时和最小补给时间间隔4项因素,并构成目标函数,通过采用改进PSO算法,实现了对各UAV返航顺序和返航点位置的寻优。仿真分析结果表明,相较于最大作业距离规划和最小返航距离规划,本文提出的规划算法表现出了较优的性能和较好的作业区域适应性,证实了其有效性和实用性。     

多架无人机的协同攻击航路规划

针对多架无人机协同攻击同一目标问题,提出了一种航路规划方法.首先根据已知的导弹、雷达等威胁的位置,通过Voronoi图建立初始进入航路,并利用B样条曲线修正初始航路产生无人机可飞航路,然后对多架无人机的航路进行协同修正以满足协同攻击要求.最后对无人机的退出航路规划进行了研究分析,并结合具体问题进行了仿真检验.     

基于Nash均衡与进化计算的协调航迹规划

在对策论框架下研究多无人飞行器的协调航迹规划问题,提出了一种基于Nash平衡和进化计算的航迹规划算法.协调航迹规划是一个多目标合作优化问题,也是一个非合作对策问题.飞行器编队的分布结构提供了一种隐性偏好信息,有助于找到飞行器编队的最优协调航迹和最优飞行代价分配.本文算法使用特定的航迹个体表示方法和进化算子,按照层次方法处理各种航迹约束.不同飞行器间的协同和竞争关系定义在航迹评价函数里.仿真结果验证了基于博弈论航迹规划算法的可行性和优越性.