有人/无人机编队队形集结控制研究

针对有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)编队队形集结控制问题，设计了一种基于航迹规划-跟踪的MAV/UAV编队集结控制策略。首先，考虑编队队形集结边界约束与防碰撞约束条件，设计了一种基于Dubins曲线与协同模拟退火粒子群优化相结合的编队集结航迹规划算法。然后，以规划得到的集结航迹作为期望航迹，设计了一种双回路结构的非线性路径跟踪控制方法。最后，利用Matlab软件对设计的航迹规划与跟踪控制方法进行了仿真对比实验，仿真结果验证了方法的有效性和优越性。     

一种具备协作机制的市场化无人战斗机任务分配方法

当多无人战斗机编队需要对多个目标的敌方阵地进行攻击时,如何在有限的无人战斗机中选择最优的任务分配方案是UCAV编队能够有效完成任务的关键.首先提出了的方案优劣判定定理,然后将目标看作优化对象,根据UCAV的数目和目标的数目之间的差别制定了相应的任务分配策略.其次,基于相应的任务分配策略提出了具备合作机制的市场化的任务分配方法.该方法通过市场上买卖的方法和优化目标之间的相互协作,可以求出满足帕累托优化条件的最优任务分配方案.最后将本方法和基于粒子群的任务分配方法进行了对比分析并且进行了仿真验证.仿真结果表明使用本方法可以消除使用粒子群算法给帕累托最优方案的求解带来的不确定性.在局部代价和收益发生变化时,通过局部协调就可以获得最佳任务分配方案.     

无人机集群分组编队控制跟踪一体化设计

针对具有Lipschitz非线性动力学特性的无人机(unmanned aerial vehicle, UAV)集群系统的分组编队跟踪控制问题,提出了一种基于一致性理论的分组编队协同控制方法。首先,建立分层双虚拟结构的协同控制框架,将多编队生成、保持以及组内组间协同变换等复杂编队任务作为控制目标,基于参数组的队形描述方法,在分层控制框架内分别设置轨迹导引UAV和基准UAV,并利用UAV之间的局部运动信息设计编队控制律,克服了采用现有多编队控制策略编队间难以协同的缺陷;其次,设计多编队控制和目标跟踪一体化控制策略,确保在多编队进行协同变换的同时实现对机动目标的精确协同跟踪;最后,仿真结果验证了所提的控制算法能够实现分组编队的跟踪控制。     

基于MAS的合作—竞争编队研究

基于牧羊犬跟羊群的自然现象,研究了一类具有合作—竞争拓扑的一阶多智能体系统的新型编队问题。针对每个智能体以领导—跟随者法设计了一种分布式编队控制算法,实现了合作—竞争交互网络的编队运动。利用结构平衡的独立强连通分量(SBiSCCs)推导出了一个充分条件,以确保所有智能体以分布方式进行合作—竞争编队运动。最后,通过数值仿真验证了理论结果,结果表明该算法可以保证一群智能体达到期望队形,实现合作—竞争编队运动。     

混沌粒子群优化及其分析

通过分析了经典的粒子群优化中单个粒子模型,发现其具有混沌Hopfield神经网络的特点.提出了一种新的粒子群优化模型,该模型不像以往的粒子群算法那样包含随机参数,而是一个确定性的混沌Hopfield神经网络群,其搜索轨道展现了从混沌到周期分岔再到汇的逆周期分岔演化过程.初始混沌式搜索模式展宽了搜索范围,逆周期分岔演化过程决定了搜索的稳定性和收敛性.另外,理论上给出了新的粒子群优化的收敛性结论.最后,通过数值仿真给出了与经典的粒子群优化结果的不同点,并且说明了混沌粒子群优化的有效性.     

六自由度飞行器编队建模与控制

传统主从式编队常采用线性化反馈控制,很难满足复杂高精度空间飞行器编队要求。针对主从式飞行器相对平动和相对转动运动进行建模,进而得到统一的六自由度飞行器编从的非线性动力学模型。基于所得模型,设计了六自由度飞行器编队控制的滑模控制器和积分反推控制器,并给出基于Lyapunov的严格数学证明。仿真结果表明,控制器能够保证从飞行器六自由度运动跟踪误差的一致渐近收敛,为空间飞行器在轨服务等飞行器编队实际应用提供了理论参考。     

移动机器人网络运动协调的控制与仿真

研究移动机器人网络运动协调的仿真框架与分散控制律的设计。建立了传感范围有限、差速驱动移动机器人网络的数学模型:单个机器人的运动由运动学与动力学方程描述,且驱动力矩和速度有限;有向图和proximity图分别描述机器人间的通信网络和互感网络。设计了基于MATLAB/SIMULINK的运动协调仿真框架,并在此基础上设计了带速度约束的平行运动与自组织编队生成协调控制律。仿真结果证明控制器设计的有效性和仿真框架对不同分散控制律的适用性。     

用群体智能原则控制群机器人搜索

用群机器人搜索定位矿难幸存者,可为人工施救提供决策参考.群机器人系统的建模基于个体有限感知和局部交互等群体智能原则,将机器人抽象为封闭2维空间的运动粒子,机器人与控制器综合抽象为一阶惯性环节.给出了机器人的感知函数、邻域结构及初始化区域的定义,以此为基础进行虚拟多agent搜索.针对机器人的最大运动速度和质量惯性等约束,交替施加螺旋控制以发现信号线索;施加扩展微粒群控制进行目标搜索.通过改变通信距离和感知范围进行了仿真实验,结果表明了控制策略的有效性.     

自适应巡航系统车辆跟驰控制策略仿真

为提高自适应巡航系统对行车环境的适应性,提出一种基于可变间距的车辆跟驰控制策略。建立基于无迹卡尔曼滤波的车辆运动模型,近似估计本车质心轨迹的曲率半径。建立前车目标辨识模型,根据前车与本车的相对运动状态判定前车跟踪目标。设计车间距离控制策略,通过调节车速控制本车与前车保持安全车距行驶。开展本车换道、曲线路径的复合工况仿真试验,结果表明,本车能够快速、平稳地跟踪前车目标。     

基于混合遗传粒子群算法的混沌系统参数估计

针对粒子群算法容易出现"早熟"的缺点,提出了一种改进的混合遗传粒子群(hybrid genetic particle swarm optimization,HGPSO)算法。在粒子群算法的迭代中引入淘汰机制,将满足淘汰条件的粒子与当前适应度最优的粒子进行多后代择优交叉和一定概率的变异操作,以期得到适应度更优的新粒子,代替被淘汰粒子。通过对4个典型函数的测试表明,该算法能够有效地克服"早熟"现象,提高了全局寻优的能力。将改进的算法用于Lorenz混沌系统的参数估计。仿真结果表明,即使在加入测量噪声的情况下,该算法仍能够对系统的未知参数做出有效的估计。     

考虑期望体系效能衰减的舰艇编队等级修理计划优化

舰艇编队等级修理计划优化直接关系到各类战训任务的有效完成和修理经费的科学使用。基于“定期与'双控’相结合”修理模式, 考虑舰艇编队的体系化运用、舰艇效能衰减特性以及决策者期望和偏好, 运用前景理论综合构建舰艇编队期望体系效能模型, 进而以体系效能价值函数最大为目标, 以修理工期、跨期修理、修理经费、装备效能、在航率等为约束条件, 系统构建面向舰艇编队的等级修理计划优化模型, 最后运用基于混合编码的粒子群优化算法对模型进行求解。结果表明, 该方法相对传统的计划编制方法, 舰艇编队体系效能和分项效能更高, 舰艇使用与修理之间的关系协调更好, 对于科学编制舰艇编队等级修理计划, 确保舰艇编队战训任务有效完成能够提供有力的技术支撑。     

基于视觉范围的自适应阈值DR模型研究

在介绍DR模型在分布交互式仿真中应用的基础上,分析了视景仿真中当前几种DR模型在解决运动实体"跳动"问题时所具有的局限性;提出了基于视觉范围的自适应阈值DR模型的数学建模理论基础和建模方法,并利用视景仿真系统Vega中的接口函数给出了相应实例;结果表明该模型不仅能有效抑制运动实体的"跳动",而且对提高整个仿真系统的效率也具有积极作用。     

“最后一公里”配送的分布式多无人机的任务分配和路径规划

无人机在完成"最后一公里"的货物配送时需解决任务分配与路径规划问题.本文将"区块链"思想引入拍卖算法中,对无人机编队的任务分配进行优化计算,计算方式由集成中心式计算转变为分布式多智能体间互联计算,使无人机编队在任务计划过程中重新对不合理的任务结果作出调整,使其总回报奖励更高,即分配总成本最少.在确定无人机配送的初末位置后,以路径长度、地形、雷达威胁、无人机碰撞为约束建立目标函数模型,利用改进的量子粒子群算法进行求解.与传统方法相比,本文提出的任务分配策略和路径规划方法可以得到更好的优化结果,并减少计算资源消耗.仿真结果表明:所提出的两种方法在计算效率和任务执行方面都是非常有效性的.     

SPHEB基于动态规划的规则控制策略研究

以提高一款新型混联式混合动力客车燃油经济性为目的,以中国城市典型循环工况为例采用动态规划算法进行离线全局优化,针对运用动态规划(DP)算法的全局优化控制策略不能直接应用于实时控制的问题,基于DP的全局优化结果不仅提取了混联式混合动力系统的模式切换规则而且制定了一种功率均衡控制策略.应用simulink仿真平台建立功率均衡控制策略整车前向仿真模型,其结果和DP全局优化进行比较表明:所制定的功率均衡控制策略为新型混联式混合动力客车实时控制提供一种方案并且能够有效提高其燃油经济性.     

复杂建筑环境下电梯系统的快速仿真研究

高效的电梯仿真系统是研究电梯群智能控制策略的基础平台。在深入分析电梯运行轨迹和速度特征的基础上,提出了一种基于运行轨迹节点的电梯系统快速仿真技术,实现了不同客流强度、客流分布和层站高度等复杂建筑环境下的电梯多速度模式运行仿真。实例表明,该仿真系统在仿真效率上较传统仿真平台有明显的提高,为各种电梯群控制策略研究所需的大量仿真实验提供了优良的测试平台,具有较大的应用价值。     

基于仿真的优化及其在多级库存系统中的应用

对于多制造商、多分销商和多零售商的三级网状随机性库存系统,难以用数学方法求解其最优的库存控制策略.基于离散事件系统仿真原理,建立了具有顾客到达时间服从泊松分布、随机顾客需求量、随机顾客购买行为、随机订货时间和生产容量有限制等特点的仿真模型.运用基于仿真的优化方法,将仿真方法与粒子群优化算法相结合来求解问题.通过仿真实例的比较分析,表明了基于仿真的优化方法的可行性和有效性及其在供应链管理中的适用性.     

基于改进粒子群算法的飞行控制器参数寻优

提出了一种自适应参数策略的混沌粒子群优化算法。该方法将自适应加速度系数调整策略引入到PSO中,以有效地控制全局和局部搜索,并利用混沌运动的遍历性在解空间产生较大规模的初始群体,从中择优选出分布均匀的初始种群以提高粒子的质量,同时根据种群适应度方差对陷入早熟收敛的粒子进行混沌扰动,提高算法收敛的精度。将该方法用于飞行控制器的参数优化设计中。仿真结果表明:使用该方法能够有效地解决飞行控制系统的参数优化设计,极大地提高了飞行控制器参数的设计效率。     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

一种具有捕食逃逸的粒子群优化算法

早熟收敛是粒子群优化算法面临的一大难题,其主要原因是群体最优gBest的唯一支配性信息供香模式无法对称调整社会认知能力,因此,借鉴生物界普遍存在的捕食与被捕食现象,提出一种具有捕食逃逸的粒子群优化算法。算法通过在群体中引入捕食粒子来增大逃逸粒子的捕食风险,各逃逸粒子根据捕食风险和自身能量状态的权衡结果产生相应逃逸行为,提高了粒子群对称调整社会认知能力,能有效保持群体多样性,平衡群体的探索和开发能力,使群体避免陷入早熟收敛。实验结果表明新算法能够有效抑制早熟收敛。     

自适应比特功率分配的电力线通信OFDM系统仿真

针对低压电力线通信信道的实际条件,探讨了相应的自适应正交频分(OFDM)系统模型。提出将具有全局优化进化能力的粒子群算法用于多用户自适应OFDM系统的比特、功率分配,能够提高频谱利用率,降低系统发射功率。采用改进的粒子群算法,增大算法后期粒子位置的改变量,克服算法容易出现早熟收敛问题。在典型电力线信道环境的仿真分析表明,相比于已有算法,该算法在保证系统通信性能的同时,提高了运算速度。