大型无人机机场选址方法

随着大型无人机系统的技术发展越来越成熟,针对大型无人机专用机场的选址研究已然成为极具前瞻性的课题。本研究根据大型无人机的运行特点,将大型无人机机场选址的复杂影响因素按其重要性和选址阶段性归纳为限制性因素、风险性因素、经济性因素三个等级,在此基础上,提出一种地理信息系统（Geographic Information System,GIS）、熵权-TOPSIS模型、p-中值模型相集成的的综合选址方法。首先,利用GIS的空间分析功能获取出多个满足限制性因素的初选址区域;其次,利用熵权-TOPSIS模型从初选址区域中筛选出风险较小的预选址区域;然后,利用p-中值模型从预选址区域中确定经济性较好的终选址区域。通过对面向支线物流的大型无人机机场选址的案例分析,验证了该方法的有效性和可行性,极大地提高了选址的时间效率。     

重大医疗急救中心设施选址的多目标决策优化模型

本文针对急救中心应对的重大突发医疗事件的高效性,敏捷性的特点,采用传统选址模型中的最大覆盖模型、p-中心模型和中值模型,结合优化思想建立了一个多目标决策的数学模型。     

油库选址问题的多目标优化方法

【目的】研究油料运输过程中油库的最优选址问题。【方法】综合考虑多方面因素，建立以经济成本最小化、用油单位满意度及油库安全性最大化为目标的多目标优化模型，并对模型进行分析。【结果】基于多目标优化问题经典的线性加权标量化方法，引入模拟退火算法对多目标优化模型进行求解。【结论】提出的多目标优化方法能够在较高的安全性和满意度下获得更优的经济成本，为更好解决油库选址提供决策参考。     

考虑观测次数的无人机交通巡视时空网络模型

针对传统道路信息检测方式不能获得实时连续的道路信息的问题,提出使用无人机进行路网巡视的方法。通过时空路网建立多机飞行路径优化模型,解决无人机的路径优化问题。模型可分别以完成所有任务条件下最小化所有飞机总飞行时间或最小化单机的最长飞行时间为优化目标,不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,将动态路径规划转化为静态路径规划,而且还加入了对重点路段多次巡视和多次巡视的时间间隔约束。对某一案例进行分析的结果表明,与不考虑巡视次数的路径规划相比,无人机的总飞行时间和单机飞行时间分别增加15.87%和15.15%,即可完成对2条重要路段巡视3次的任务目标。算例分析表明,优化后的巡视路径更加切合实际需要。     

运力受扰下的物流无人机干扰恢复模型

为了解决无人机（unmanned aerial vehicle，UAV）运力受扰对末端包裹交付造成的干扰问题，运用干扰管理思想，从客户服务和配送成本角度进行扰动度量，综合考虑无人机能耗、配送时效性、飞行可靠性、飞行安全性等因素建立干扰恢复模型；运用蚁群算法求解问题模型，最后用算例验证本文方案的有效性。结果表明：通过分析3组干扰场景发现，当干扰发生时刻早、受扰客户多时，所建立的恢复模型方案和原始方案对比，可以在短时间内产生新的配送路径，同时以较小的成本代价提高客户服务满意度，实用性更强。     

基于GA-SA算法的无人机巡检输电铁塔三维航迹优化

无人机巡检输电铁塔本体和金具、绝缘子等附属部件的航迹优化属于典型的旅行商问题。由于巡检对象的结构复杂、巡检部件多,采用单一的启发式算法会造成航迹重叠、容易陷入局部最优解等问题。为此,考虑无人机航迹三维空间结构的特点,引入全局搜索能力强的遗传算法(genetic algorithm, GA)与局部收敛速度快的模拟退火算法(simulated annealing, SA)相结合的无人机三维航迹混合GA-SA寻优算法。以无人机巡检500 kV超高压交流双回鼓型塔为例,根据三维有限元仿真得到的无人机电磁防护安全距离为2 m,结合巡检对象及常见缺陷出现的位置确定了61个高空安全悬停点,分别采用GA、SA和混合GA-SA算法对无人机遍历高空安全悬停点的航迹进行优化。结果表明：混合GA-SA算法的迭代收敛次数相比GA和SA分别减小了45.6%与55.2%,最优航迹距离分别缩短了8.1%与8.9%,验证了所提方法的有效性。     

采用自适应原始对偶迭代的无人机编队协同航路规划方法

针对目标通过机动进入无人机雷达探测盲区、导致雷达跟踪不稳定的问题，提出一种无人机编队协同航路规划方法。首先，根据雷达多普勒速度盲区、雷达探测视角、距离边界区等建立协同航路规划约束条件；然后，以机动目标稳健跟踪为目的建立优化目标函数，并结合约束条件构建协同航路优化模型；最后，设计了一种自适应原始-对偶迭代算法，对建立的航路优化模型进行快速求解，得到无人机飞行实时航路。对比仿真结果表明：所提方法能够实现无人机编队协同航路快速规划，达到对机动目标持续稳定跟踪的目的；与传统的高斯伪谱法和模型预测控制算法相比，所提方法求解速度提升了10%,算法复杂度相对较低；所提方法求解的无人机航路平滑性较好，可减少无人机飞行油耗，便于长时留空探测。     

基于生物地理学算法的微电网多目标优化调度

针对含风力发电机、光伏电池、微型燃气轮机、柴油发电机、蓄电池组成的微电网系统优化调度问题,设置系统相关约束条件,建立以运行成本最小、用户停电损失费用最小及环保成本最低的微电网多目标优化调度模型,采用生物地理学算法对模型进行求解;对某独立型微电网算例的单目标优化调度与多目标优化调度的仿真结果进行对比。结果表明:单目标下的微电网优化调度,虽然可以在单一方面达到最优,但是以其他目标的增加为代价;多目标优化调度综合考虑了微电网的经济性、节能型、可靠性之间关系,实现了运行成本、用户停电损失费用、环保成本下的全局最优,可根据用户的实际需求提供一种更合理的微电网优化调度方案。     

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%.     

森林火灾多机型救援三维航迹规划

为解决通用航空森林火灾救援时机群调度存在的航迹优化问题，本文提出一种针对多机型的自适应三维改进A*航迹优化算法。目前常用的传统A*算法存在搜索节点多、计算速度慢和受限于二维空间等缺点，本文综合考虑不同救援航空器实际飞行时的性能限制，从三维空间上改进搜索节点；提出考虑救援成本的代价函数，同时采用自适应方法动态调整权重。仿真结果表明，该算法能有效减少航迹规划时间和航迹长度，加快搜寻救援方案的生成速度，有效提高救援机群调度效率，更符合通用航空器实际林火救援飞行。研究成果可为提高通航森林火灾救援效率提供理论依据，具有一定的参考意义。     

计及经济效益的分布式电源多目标优化规划

建立了分布式电源(Distributed Generator,DG)多目标多约束的优化数学模型,以配电网有功损耗费用最小、分布式电源运行费用最小和系统有功网损最小作为目标函数,考虑功率平衡、电压越限等约束条件,采用线性加权的方式将多目标转化为单目标,并采用量子粒子群算法实现了上述目标的优化.通过对IEEE33节点系统仿真结果表明,合理优化DG的位置和容量可有效降低系统的经济费用,提高配电网的优化经济运行.     

无人机多任务区侦察时间分配模型与应用

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明：提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。     

指定备选点的配送中心选址-库存模型

为解决物流网络节点备选点受法律、法规及地质等条件限制问题,在可变建设成本LMRP模型研究基础上,从优化角度将模型扩展为指定备选点的LMRPVCC选址-库存问题。结合粒子群算法的特点,设计了指定备选点的可变建设成本配送中心选址-库存模型的初始粒子,并通过连锁零售企业HX公司配送中心进行实证研究。结果表明：配送中心建设成本、下游运输成本、配送中心运营成本和安全库存成本各占总成本的26%、42%、31%、1%。与Daskin文中得出的成本比例图相比,建设成本增长了4%,下游运输成本提高1%,配送中心运营成本降低了5%。     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化为目标的选址模型的最优解,从而为配送中心选址提供更加全面的决策依据.     

基于冗余删除的软件定义机载网络控制器部署策略

软件定义网络为弥补机载网络对多任务支撑能力的不足提供了新思路。为降低网络的部署成本开销,利用灵活易部署的无人机构成逻辑集中的控制平面,对高动态拓扑变化的有人机编队实施管控。针对基于无人机的控制器部署问题,为优化可靠性和部署成本开销指标,提出一种基于冗余删除的无人机控制器部署策略。首先,为实现任务区域的全覆盖以保证连通性,依据无人机的通信范围进行初步部署;然后,为判定和删除初步部署中的冗余无人机,依据部署约束和优化指标,提出了基于连接关系的冗余判定算法和基于网络连通的冗余删除算法。实验结果表明,与基于全域覆盖的控制器部署策略相比,所提策略在满足可靠性要求基础上,部署无人机的数量减少了25%,降低了网络的部署成本开销,能够适用于高动态网络环境下的控制器部署场景。     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

基于全寿命抗震性能的近海桥梁结构多目标优化设计方法

投资-效益准则是基于结构性能抗震设计的重要原则,它所追求的设计目标是在结构的初始造价与地震损失期望之间达到一种和谐的优化平衡,使结构在全寿命周期内总费用最小.在以上的单目标优化模型基础上,提出了考虑结构初始造价、损伤期望、检查和维护费用、拆除费用及残余价值和环境污染费用的多目标全寿命优化设计模型.基于所提出的多目标优化设计模型,应用精英保留非劣排序遗传算法,建立了以截面尺寸、纵筋和箍筋的配筋率为决策变量的近海桥梁结构全寿命抗震性能多目标优化设计模型,并给出了优化设计流程及具体实现.结果表明:得到的非劣解在目标空间分布均匀,算法收敛性和鲁棒性较好.     

无线传感器网络中目标检测节点的优化部署

为提高无线传感器网络的目标检测精度，提出了一种基于遗传算法的节点部署优化方法．通过把传感区域模型化为网格，将目标定位问题转化为确定目标在某个网格点的问题．随后，将传感器节点部署问题形式化为一个组合优化问题，其目标是在有限的成本和完全覆盖条件下减小最大分辨误差．遗传算法采用二进制编码表示节点的位置，使用单亲交叉算子和单亲变异算子来提高算法的执行速度和进化效率．实验结果表明，基于遗传算法的求解方案能快速地求出传感器节点位置优化问题的全局最优解，并满足目标定位的精度要求．     

基于电压稳定指标的分布式电源位置与容量优化配置

 分布式发电(Distributed Generation,DG)的电源位置和注入容量对配电网有重要影响。以配电网网损最小及电压稳定指标为目标,将DG位置和容量优化问题转化为一个多目标的非线性规划问题。构造模糊性的多目标优化算法,将2个优化子目标转化为单一目标,同时将节点电压越限和DG有功出力越限以罚函数的方式进行处理。采用惯性因子自适应的粒子群算法进行求解,为了加快求解速度,先计算节点有功网损微增率并进行排序,选出绝对值较大的节点作为DG安装候选节点。仿真结果表明,此算法收敛效率高,具有较强的搜索能力和自适应能力。