城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

微粒受介电泳效应的动力学建模和仿真

Velocity-Verlet或ODE算法分析微粒的运动特征，涉及的偏微分方程存在求解困难、运算量大和使用效率低的难点.采用COMSOL Multiphysics 5.3a有限元软件，通过AC/DC模块中的边界条件设定可快速求解Laplace方程，为介电泳力的求解提供先决条件.后期根据软件提供的粒子追踪模块，将介电泳力、斯托克斯拖曳力、排斥力和浮力内联进粒子追踪模块的应力参数表中，设定固定的时间步长和范围对介电泳芯片的粒子受力运动问题进行了仿真.结果表明，该方法可以有效模拟微粒受介电泳效应的运动行为，并且与Velocity-Verlet或ODE算法模拟结果相似，能有效降低计算程序的繁琐程度，提高动态模拟的人机可视化效果.     

基于改进灰狼算法的粒子滤波算法研究

针对传统粒子滤波算法易出现粒子贫化与权值退化现象和为了实现对非线性系统较为准确的状态估计,通常需要大量粒子的参与的问题,提出了基于改进灰狼算法的新型粒子滤波方法,该算法用粒子表征灰狼个体,模拟狼群捕猎的过程,使粒子向后验概率的高似然区域移动,提高粒子分布的合理性。在灰狼寻优算法中引入了莱维飞行策略,提高灰狼算法的收敛速度;在部分重采样前采用了权值自适应调整策略,增加粒子的多样性。仿真实验结果表明:改进的方法提高了粒子滤波的估计精度、保证了粒子的多样性与粒子分布的合理性、降低了状态估计所需的粒子数量。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

基于免疫粒子群优化的移动Sink路径规划算法

为了减少能量空洞和延长网络生命周期，在无线传感网中采用移动 Sink 的方式收集节点采集的数据是解决能 量效率问题的有效措施．采集路径的规划问题类似于旅行商问题，无法得到多项式时间的解．提出了将人工免疫算法和粒子群算法相结合，针对移动 sink 数据收集的路径规划问题寻求近似最优解，仿真结果表明: 与其他算法进行性能比较，所提出的优化算法能够有效减少能耗和缩短遍历路径．     

基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm，GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题，面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题，提出一种能够快速缩小搜索空间，且有效避免陷入局部最优的在线快速搜索的优化辨识框架，实现电动汽车动力电池等效电路模型参数在线快速辨识，扩展全局搜索优化算法的应用范围.进一步，将此算法应用于电池剩余荷电状态(SOC)估算问题，提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较，结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

基于遗传算法优化神经网络的拼焊板压边力预测

通过数值模拟与神经网络技术对拼焊板盒形件拉深成形过程中的压边力预测问题进行研究.运用数值模拟分析压边力加载形式对拼焊板盒形件成形性能的影响，找到一种较优的变压边力加载方式.建立适用于拼焊板盒形件拉深成形压边力预测的BP神经网络模型.采用遗传算法对神经网络模型进行优化，在基因选择过程中加入精英保留策略，最终通过基于遗传算法优化的神经网络模型获取了理想的压边力曲线，用以预测随拉深行程变化的压边力数值，为实现智能化冲压奠定了技术基础.     

蒸汽-兰炭传热及余热回收特性

为了提高兰炭余热回收效率,建立了蒸汽-兰炭三维非稳态传热模型,对单颗粒传热机理进行了分析,并研究了兰炭粒径、料层厚度和蒸汽流量对蒸汽-兰炭传热及余热回收特性的影响。通过搭建蒸汽-兰炭换热实验台对所建传热模型进行验证,计算结果与实验结果具有良好的一致性。结果表明:对于单颗粒传热,中层颗粒和顶层颗粒热流量均是随着换热时间先增加后减小,具有相似的变化规律,而底层颗粒热流量的变化规律不同于中层颗粒和顶层颗粒热流量的变化规律,底层颗粒热流量是随着换热时间逐渐减小最后趋于0。蒸汽-兰炭换热初期热交换剧烈,料床整体平均温度下降较快,热回收量显著增加。热回收量随着兰炭粒径的增大逐渐减小,随着料层厚度的增加几乎呈线性增加,随着蒸汽流量的增大先逐渐增大后趋于稳定,在保证余热回收量最大的情况下蒸汽的最佳流量为9.0 kg/h。     

基于时滞反馈控制的1/4车辆模型乘客减振研究

针对汽车在不平路面行驶时产生的振动会损伤汽车部件和影响乘客舒适性的问题，本文提出一种含时滞反馈控制的主动悬架在四分之一车模型中的减振方法。该悬架模型有三个自由度，由乘客质量、车身质量和簧下质量三部分组成。通过异步学习因子粒子群算法确定时滞控制参数，并将控制参数运用频域扫描法进行稳定性分析，最后建立含时滞反馈控制的主动悬架系统的仿真模型，仿真结果表明：与被动悬架相比，含时滞反馈的控制主动悬架无论在简谐激励还是路面激励下，乘客和车身加速度的均方根值都有明显的降低，具有较好的减振效果。含时滞反馈的控制主动悬架在改善乘坐舒适性和行驶平顺性方面具有优越性。     

基于直接力浸入边界法的线形排列多球颗粒沉降特性研究

本文运用直接力浸入边界法对低雷诺数的单个及线形排列的两个和多个球形颗粒自由沉降的特性和过程进行了数值模拟,首先通过单个球形颗粒自由沉降模型验证了该方法的准确性,同时研究了颗粒刚体假设(RBA)对结果精确性的影响,然后,在不同的颗粒间距分布条件下对竖直排列的不同数量的球形颗粒沉降进行了直接数值模拟。模拟结果表明,相对间距在一定范围内的线形排列双球和多球颗粒都可发生相继的牵引、触碰、翻滚过程;当线形排列球颗粒数量大于3时,颗粒的数量不会影响最下方两球初始的牵引和触碰运动;线形排列多球可改变发生牵引的两球的受力从而加速牵引和触碰的过程。