基于BP神经网络的机场安检旅客流量预测模型

机场安检服务资源智能分配及调度是提高机场旅客服务水平及运营效率的有效途径之一,而准确的机场安检旅客流量预测则是实现机场安检服务资源动态分配及调度的前提。以天津机场安检旅客流量的历史数据为研究对象,利用BP神经网络算法建立机场安检旅客流量预测模型,并将该预测模型通过天津机场实际旅客流量进行验证。结果表明:该基于BP神经网络的机场安检旅客流量预测模型的预测精度可达90%以上,证明其具有较高的预测精度,能很好地应用到机场安检流量预测中,为机场运营者动态调度安检服务资源提供高效的解决方案。     

基于LMI极点配置的高空台飞行环境模拟系统PI增益调度控制研究

针对高空台飞行环境模拟系统的温度和压力在整个工作包线内的鲁棒性能控制问题,提出了一种基于LMI极点配置的PI增益调度控制设计方法。在考虑变比热容腔微分方程、管道热传导、调节阀流量特性、液压伺服动态、传感器增益对飞行环境模拟系统造成的建模不确定性的基础上,建立了完整、准确的飞行环境模拟系统非线性模型;对非线性模型进行了线性化,并根据线性模型推导了基于LMI极点配置的PI控制器设计算法;在飞行环境模拟系统的工作包线内选取了36个稳态点设计了基于LMI极点配置的PI增益调度控制器;设计了两种飞行环境模拟试验来验证设计的PI增益调度控制器的鲁棒性能。仿真结果表明,飞行环境模拟系统温度的稳态误差和动态误差均小于0.1%,压力的稳态误差小于0.5%,动态误差小于0.7%。     

微动目标跟踪成像一体化的雷达资源优化调度算法

相控阵雷达可以同时担负搜索、跟踪、识别与成像等多种雷达任务。为了提高雷达对战场环境的感知能力并减轻雷达资源分配的冲突,提出一种微动目标跟踪成像一体化的雷达资源优化调度算法。该算法建立了包含微动目标成像任务的雷达优化调度模型并利用启发式算法求解,利用跟踪脉冲与调度剩余的空闲时间资源,动态地构造感知矩阵并采用正交匹配追踪（OMP）算法对微动目标进行特征提取并成像。仿真结果表明：该算法可以实现稀疏孔径条件下的微动目标成像,并具有良好的鲁棒性,同时进一步提高了雷达系统的资源利用率。     

基于固定优先级航天器任务分层调度研究

在航天器自主控制结构中, 采用分层结构构建系统, 实现不同分组的软件互不影响执行. 针对固定优先级调度模型, 通过对分区可调度性和分区设计问题进行研究, 仔细考察了任务最大响应时间迭代计算过程, 提出了一种更为精确的求解算法; 在固定优先级任务利用率上限的基础上, 给出了分区任务可设计的判定条件; 通过利用价值函数, 给出了分区参数解析模型, 在此基础上, 提出了一种局部最优的设计方法来实现整个处理器的分区设计, 通过具体实例对所提出的分区分析和设计方法进行了验证.      

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作。采用“冒险”的接受概率和快速退火计划,提高算法的求解速度。采用回火机制及3种分化策略,避免算法陷入局部最优。大规模测试算例验证了算法的效率。     

多目标跟踪中自适应时间资源调度

为了提高雷达的工作效率,在改进交瓦多模型-概率数据关联(IMMPDA)跟踪算法的基础上,提出了基于灰色关联度和粒子群优化理论的自适应多目标跟踪的时间资源凋度(ATRS)算法.首先对每个跟踪目标设置不同的期望跟踪精度;然后以灰色关联度作为资源管理模型中的度冒函数和粒子群算法中的适应度甬数,来衡量各种情况下预测跟踪精度与期...     

基于工件表达法的遗传算法在车间作业计划中的应用

针对车间作业计划领域的实际情况，本文提出了一种简单快捷的遗传算法编码方式——基于工件表达法，详细讨论了其算法设计及其实现原理。通过基于该编码方式的遗传算法在车间作业计划优化中的应用实例与其他算法结果的比较，证明该编码方式简捷、实用、有效。     

作业车间动态调度研究

系统地研究了动态环境中受多种资源制约的多目标作业车间批量调度问题,提出了一种新调度算法。该算法采用基于周期和事件驱动的调度策略将动态调度过程分成多个连续静态调度区间,然后在各区间内采用多目标的遗传算法优化调度方案。本文讨论了再调度周期的确定方法、待加工工件的选取原则、批量生产的处理方法等。针对研究的调度问题设计了包含工序及其加工机床、工人、运输小车信息的染色体编码,并对染色体的解码方法、选择方法、交叉方法和变异方法进行了研究。仿真结果表明,该算法可行,优越性明显。     

基于小生境技术的改进引力搜索算法

针对引力搜索算法（Gravitational sear ch algorithm,GSA）开发能力强而探索能力弱的特点,提出一种基于 小生境技术的引力搜索算法（Niching behavior based advanced GSA,NAGSA）。首先分析了引力搜索算法的性能,为每个粒子定义质量吸 引度和欧式距离吸引度两个属性,根据这两个属性计算出粒子吸引概率,取代原有的质量排 序选择法。其次,运用吸引概率和小生境拥挤度技术引导粒子在邻域内搜索,平衡算法的收敛 速度和多样性。此外,算法将k-best的取值按照指数函数递减,进一步提高收敛精度。 10个标准测试函数的仿真结果表明,该算法能有效地提高最优解的精度,加快收敛速度。最 后,采用4个标准柔性作业车间调度模型,验证了该算法在解决实际问题中的可行性和优越 性。     

基于改进粒子群算法的机场多航班多服务调度策略

机场加油、行李和配餐等多项地面服务是航班正常运行的关键,也是机场大面积航班延误快速恢复过程重点考虑的问题.在对多航班多服务调度目标和约束条件分析的基础上,提出了多航班多服务调度模型,定义了粒子的二维表示方法,设计了一种改进粒子群算法来生成航班调度方案,并针对国内某机场的航班数据进行了仿真实验,结果表明,该算法与基本粒子群算法、进化策略相比,有明显优势,可极大地提高多航班多服务调度水平和机场地面服务效率.