物联网环境下面向能耗优化的无人机飞行规划

为了优化物联网环境下数据采集时无人机飞行能耗,针对现有研究中由于无人机能耗影响因素考虑不全面导致能耗模型不精确的问题,设计了面向能耗优化的无人机飞行规划算法.首先通过构造真实无人机环境并进行能耗实验分析,建立无人机不同飞行状态下的精确能耗模型.其次,根据传感器的分布情况和所建立的能耗模型,提出无人机飞行规划算法,将转弯角度、飞行速度作为影响路径代价的2个重要因素,为无人机确定飞行路径与飞行速度,以使无人机飞行能耗最小化.实验结果表明,无人机的转弯角度和飞行速度对能耗有较大的影响,其中转角能耗平均占比约为10%.所提飞行规划算法能够在同时考虑这2个因素的情况下获得最优的飞行能耗,较已有算法能耗降低8%.     

考虑慢行交通影响下的交通微循环路网优化设计

为减少实行交通微循环过程中日益增加的对区域内居民生活和出行交通的不良影响,以最小化道路连通性、最小化慢行交通的出行时间、最小化环境污染和最小化道路饱和度为优化目标,考虑干道路网饱和度约束、慢行交通平均限速值约束、慢行路网密度约束,建立了多目标区域交通路径优化的双层规划模型。利用遗传算法进行求解,采用轮盘赌选择算子和非均匀变异算子进行操作,得到了最优的微循环路网优化组织方式。通过算例分析,与实行微循环前的路网相比,实行微循环后的路网饱和度明显下降,减小了对街区内的居民影响和生态环境破坏,得到了一个合理的街区交通微循环网络。     

带时间窗约束的危险化学品运输路径优化

在时间窗约束条件下对危险化学品运输路径进行优化研究,结合危化品的多目标路径优化方法,将时间窗约束条件与最小化运输阻抗、运输风险及风险敏感度的优化目标相结合,最终形成改进后的危化品运输路径优化模型。针对危化品在高速公路上运输时的实际情况,采用模糊折衷规划算法对建立的模型进行计算和验证。结果表明:危化品在特定路网上运输时,不仅需要考虑运输阻抗、运输风险和运输风险敏感度,还需要结合实际考虑运输路网中的道路是否有时间窗的约束,根据约束条件合理规划危化品运输路径,从而减少危化品运输事故的发生。此外,用模糊折衷规划算法对有时间窗约束的道路进行分析,得到的优化路径与实际可选运输路径具有一定的吻合性,从而证明本文所构建的带时间窗约束的危化品运输路径优化模型具有实际意义和可靠性。     

基于路段流量相关性的检测器优化布设

根据路网中路段间流量的相关性,提出了一种路网交通检测器优化布设方法.通过路径-路段发生矩阵得到关键路段数量,并分析了网络规模、网络连通性、OD对数量及路径数量对关键路段数的影响;综合考虑路径覆盖率、道路等级、道路长度以及配套设施等因素,建立了最优关键路段组选择的多目标优化模型;提出了通过线性组合由关键路段流量推算其他路...     

基于先进交通信息的多目标多类用户降级路网双层优化

考虑先进的出行者信息系统(ATIS)与可变信息板(VMS)的共同影响,研究混合交通(普通交通与突增的应急交通)在降级路网中的随机均衡分配及路网的性能优化。利用应急交通可靠度和路段负效用2个目标定义广义路径费用,并基于VMS信息效用与路段广义费用设计了新的路径长度(path size,PS)属性公式,进而构造改进的路径长度logit(PSL)模型;建立以降级路段的最差容量利用系数为优化变量的多类用户多目标双层规划模型,其中,下层是基于PSL模型的混合交通随机用户均衡分配模型。利用应急交通的可靠度定义适应度函数,设计以进化算法为主体框架的优化算法,通过求解获得流量分布、ATIS占有率与服从率以及各项性能指标。研究结果表明:模型与算法是可行有效;相对于随机模拟,优化可以大幅度提升应急交通的可靠性,VMS能辅助ATIS以提升应急交通可靠性并降低全路网的总期望出行时间费用;需求增长对降级路网性能会产生较大影响,但VMS仍能在需求增长时有效优化系统性能。     

考虑脆弱性的离散交通网络设计

针对交通网络中的脆弱单位进行优化是保证路网稳定运行的前提。为此,选择改进后能从多方面综合反映路网脆弱性的评价指标,分析了脆弱性指标和路段数、交通量之间的关系,并利用双层规划模型来描述考虑脆弱性的离散交通网络设计,其中上层模型以路网脆弱度最小化为优化目标,下层模型为用户均衡配流模型,通过设计遗传算法并结合Frank-Wolfe算法进行求解。算例结果表明,投资金额为300万元时,与以单一路段脆弱性为优化目标的方案相比,从路网整体角度出发提出的优化方案可将13条路段的脆弱度降低到理想值,而前者只有仅仅7条,并且此时该方案可将路网脆弱度降低38.5%,相比于前者多降低9.1%;分析还发现在OD（Origin-Destination,起讫点）需求越大的情况下,需投入更多的建设资金才能将路网脆弱度降低到理想值。     

对运动船舶的多无人机协同查证路径规划方法

为解决无人机对运动船舶进行查证面临的最优路径生成问题,设计了一种面向运动目标的多无人机路径规划方法,通过模拟退火算法对查证路径进行优化,确定完成查证任务所需的最少无人机数量、查证序列和运动路径。结果表明：该方法能够生成满足时间约束的多无人机协同运动船舶查证路径,可为海事监管领域开展无人机路径规划应用及优化资源配置提供技术支撑。     

基于区间路网信息的机场定制巴士路径优化

为了满足旅客个性化和多样化的接驳需求,提出了一种需求响应型的机场定制巴士,并在区间路网信息下对机场定制巴士的路径优化进行了研究。在综合考虑乘客和运营企业的利益后,以需求满足最大化、车辆行驶成本和乘客时间成本最小化以及终点时间偏差最小化为目标,构建了区间路网信息下的机场订制巴士路径优化模型,并设计出一种模拟退火和遗传混合的算法进行模型求解。最后采用模拟机场定制巴士数据的方法来对构建的路径优化模型和算法进行了验证。研究结果表明,模型和算法合理有效,可操作性强。     

基于改进马尔可夫决策过程模型的多机协同航路规划研究

该文针对多无人机在复杂环境下执行作战任务易受环境威胁影响的问题,提出一种基于改进马尔可夫决策过程模型的多无人机航路规划算法。利用离散化雷达威胁信息,设计多无人机作战环境与状态空间数目;将目标点方位空间离散化,进而合理分配状态转移概率;将雷达威胁与马尔可夫决策过程模型相结合,在无模型均匀结构的报酬函数基础上引入非均匀结构雷达威胁模型,建立改进马尔可夫决策过程模型执行策略搜索,为多无人机进行飞行航路规划。仿真结果表明,该方法不仅能为多无人机快速规划出合理有效的飞行路径,还使得多无人机航路威胁代价和综合代价降低了25%,保障在复杂战场态势下无人机高效执行任务的安全性。     

基于弹道下降方式的无人机风险评估与航路规划

针对无人机系统失效后对地面人员及财产安全的威胁,提出了一种基于弹道下降方式下的无人机风险评估及航路规划方法。分析了无人机失效后的下降特点及规律,采用栅格法划分空域环境,以地面不同属性构建低空空域环境风险评估模型。结合无人机飞行的风险值、路径长度和空域情况,建立了多目标、多约束的无人机飞行航路规划模型。利用改进蚁群算法进行求解：优化转移概率,避免蚂蚁陷入死区间和减少盲目搜索;对信息素的更新进行改进,调整自适应系数增强最优路径的信息素浓度,提高算法收敛速度与稳定性。相比传统蚁群算法的路径规划,运行时间缩短6.7%、最优路径风险值降低41.45%、整体性能提高18.0%。仿真结果表明：本文模型及改进算法可以在提高路径安全性的前提下,缩短规划路径生成时间且保障运行的经济性。     

基于改进蚁群算法的无人机航迹规划

针对无人机在指定地点执行侦察、 巡逻或攻击等任务, 将无人机执行任务的航迹代价模型转化为旅行商问题, 采用改进蚁群算法实现航迹规划。通过引入去交叉禁忌搜索策略, 对基本蚁群算法进行改进, 以解决在收敛后期易陷入局部最优的问题。同时, 利用数值仿真对所研究的基于改进蚁群算法的无人机航迹规划算法进行验证。仿真结果表明, 该算法能提高了无人机航迹优化能力。     

基于多因素融合建模下无人机航行环境评估方法

当前无人机(unmanned aerial vehicle,UAV)任务路径的研究已日益广泛。现实环境中执飞空域将由多机种多机型共同参与,针对无人机间,以及与载人运输机间的航行环境分析及空域密度评估,还处于研究初级阶段。为正确分析大型无人机在复杂区域内执行任务对航行环境的影响,综合考虑尺寸与性能数据、空域结构、空中交通服务和飞行技术安全等因素,首次建立多种因素融合下的无人机航行环境评估模型,并获取量化评估结果。计算结果表明:通过分析模型计算得出航空器间最小距离,可为制定航路航线间隔,判断空域密度等问题提供数据参考。为未来低空空域开放,实现载人运输机和无人机安全、协同飞行创造条件。     

基于飞行计划集中处理的多航空器无冲突航迹规划

为增大空域容量,提高飞行安全,降低管制员的工作负荷,4D航迹预测与规划是国内新一代空管自动化系统中最为重要地一项核心技术。首先在预战术流量管理阶段,通过飞行计划集中处理得到的航空器飞行计划信息,将航线划分成若干航段。然后利用航空器在不同航段间的离散型模型和单个航段中运动的连续型模型建立混杂模型,通过全飞行剖面混杂模型进行航迹预测;在相对运动法中采用调整速度来规避航路交叉点冲突以实现冲突解脱。最后提出航迹规划方法并对航空器进行无冲突航迹规划。仿真算例表明：在飞行计划集中处理与混杂模型下预测的水平航迹与垂直航迹能够准确地反映航空器飞行状态变化;调速法或调整时刻能有效地规避飞行冲突,所以提出的无冲突4D航迹规划方法是切实可行的。     

基于启发式搜索算法的无人机航迹快速规划

基于无人机导航系统的自身特点,无人机在导航过程中会出现无法精确定位的情况,从而产生定位误差。如果不能及时校正随时间累积的定位误差,会使无人机无法到达预定目的地,从而导致飞行任务失败。为避免这种情况的发生,本文研究了考虑定位误差的无人机航迹快速规划问题。以航迹距离最短为目标,考虑定位误差校正约束与航迹约束,建立了混合整数规划模型。根据深度优先搜索算法与回溯算法的特点,设计了启发式深度优先搜索+回溯算法来求解问题,并在此算法基础上加入模拟退火机制对解的质量进行优化。以某飞行区域的数据为例进行仿真实验,结果表明启发式深度优先搜索+回溯算法可以快速有效地求解考虑定位误差的无人机航迹规划问题。     

无人飞行器延时航迹规划方法

编队飞行中无人飞行器由于战场态势改变等原因常常需要延迟打击目标。在定高飞行模式下,提出了基于分层规划的延时航迹规划方法,首先基于最小风险值选择最佳延时机动区域,然后采用基于解析法的延时航迹规划算法,生成满足延迟时间和飞行约束条件要求的延时机动航迹。通过分析计算各个航迹段附近区域的风险值,确定了无人飞行器延时机动的安全飞行区域;基于解析法提出徘徊延时航迹的规划算法,并用该算法生成满足飞抵时间延迟量要求的延时航迹。仿真结果显示,徘徊延时航迹规划算法能够高效准确地规划出需要的延时航迹,规划总时间在规定的时间范围内,较好地满足了无人飞行器需要延时飞行的时间要求。     

露天矿运输道路网络的建立及其路径优化

 分析露天矿道路组成,对露天矿道路的不同路段进行合理划分,划分方法涉及到道路的路面质量、坡度和承载能力等因素,从而完成对露天矿道路的描述。提出露天矿道路网络节点的选取原则及其网络边权值的计算方法。建立起露天矿道路网络模型,设计露天矿道路网络数据库作为道路网络模型的后台数据库支持,数据库中包括网络节点数据表和节点间关系数据表,每个网络节点对应一个路段端点,每个关系对应一条网络边。设计出网络图节点的自动提取程序,并将节点数据信息自动存储到露天矿道路网络数据库中。选择粒子群算法作为道路网络路径的优化算法,实现了求解指定两点间的最短路径的粒子群算法。程序将搜索到的最优路径自动显示到网络图中,并达到了较高的搜索精度。     

基于FFT的概率神经网络故障诊断模型

无人机的执行器和传感器系统受到材料与环境等诸多因素的影响, 容易发生各类故障, 严重时甚至会造成坠机, 因此实现无人机早期故障的有效诊断对预防飞行事故具有重要意义. 本文以六旋翼无人机Simulink模型作为研究对象, 针对飞行器电机和角速度传感器的早期故障, 提出了一种基于快速傅里叶变换（Fast Fourier Transform, FFT）的概率神经网络故障诊断模型. 首先, 在Simulink平台上对六旋翼无人机进行飞控模型的建立; 然后采用FFT对数据进行有效的时频分析; 最后基于MATLAB设计并建立概率神经网络模型, 利用FFT数据进行故障分类, 实现无人机的故障诊断.     

计及路网权值时变特性的全局最优路径规划

由于静态路径规划（static path planning,SPP）和滚动路径规划（rolling path planning,RPP）思想无法求解全局最优路径,提出了一种计及路网权值时变特性的全局最优路径规划方法（global optimal path planning,GOPP）。利用Vissim软件对重庆大学城某区域路网进行建模与仿真,采用改进的前向关联边数据结构存储路网拓扑关键要素及行程时间仿真数据,以此作为路径规划数据库。在此基础上,推导跨时段路段的实际权值,提出一种基于Dijkstra算法的GOPP方法。最后基于路径规划数据库,在证明经典Dijkstra算法相比智能启发式算法具有全局最优求解能力的基础上,分别采用SPP、RPP和GOPP方法在MATLAB环境下仿真得到3条规划路径,结果表明GOPP累计行程时间为1 158.7 s,相比SPP和RPP分别减少了212.7 s和57.6 s,有效验证了GOPP在缩短交通出行时间的优越性,对今后智能交通系统的发展具有一定的理论指导意义。     

基于蚁群算法的无人机航路规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，对新近发展的蚁群算法进行了讨论，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

基于最小费用流模型的不正常航班恢复问题研究

突发事件会导致航班计划无法按原计划执行,给航空公司及旅客带来巨大损失。而航班恢复问题的难点除了相关因素的复杂性,主要的体现在恢复方案的即时性。因此,为了提出快速有效的航班恢复方案,以降低损失,笔者通过时空网络技术对不正常航班的恢复问题进行描述,实现了对航班在空间和时间上的追踪。基于最小费用流模型,建立了以最小总延误时间为目标函数的整数规划模型,模型同时考虑了航班延误,飞机置换及航班取消的调度策略,并提出采用Floyd-Warshall算法对建立的模型进行求解。最后,通过算例对模型及算法进行验证。研究结果表明：针对突发状况,建立的模型及算法可提出合理的航班恢复方案,证明了模型及算法的可行性及有效性。建立的模型具有普适性,对不正常航班恢复问题的研究具有借鉴意义。