全双工无人机中继系统物理层安全性能研究

针对全双工无人机中继通信系统的物理层安全通信问题,提出一种基于发射功率及无人机飞行轨迹的联合优化方案.在发射功率及飞行轨迹受限条件下,构建最大化系统保密速率的联合优化问题.将无法直接求解的非凹联合优化原问题拆分为发射功率及飞行轨迹优化两个子问题,采用连续凸逼近法将子问题转化为可求解的凹问题,设计迭代算法给出联合优化问题...     

基于虚拟子目标联合边界力的编队避障算法

针对复杂环境条件下无人机（unmanned aerial vehicle,UAV）集群编队系统中领航-跟随集群的编队控制和人工势场法中的避障问题，提出了一种基于虚拟子目标联合边界力（joint virtual sub-target and boundary force, JVBF）的无人机集群编队避障算法。采用基于虚拟子目标的领航-跟随法并优化修正力函数来实现无人机集群的队形控制，以达到帮助跟随无人机快速恢复队形的目的；采用基于边界力的人工势场法负责局部路径规划，解决无人机目标不可达和狭窄通道内振荡的缺点。仿真结果表明，所提算法相较于传统算法具有更高的编队队形一致性和时间效率。     

车载多无人机协同多区域覆盖路径规划方法

针对小型无人机在区域信息采集中的优势,考虑到复杂多变的应用情景,提出一种面向大面积多区域覆盖扫描任务的车载多无人机协同模式。该模式中,车辆可作为无人机的移动基站,与多架无人机协同完成多个大面积区域的覆盖扫描任务。充分分析新问题特点后,建立了优化车辆地面行驶路径和多无人机协同空中飞行路径的0-1整数规划模型,提出了一种基于三阶段的智能优化算法,先后对多无人机区域覆盖路径以及车辆协同路径进行规划,快速构造可行解,而后基于自适应大规模邻域搜索算法对可行解进行优化。本文设计了包含8个目标区域的实际案例,验证了车载多无人机协同模式的优势和算法有效性,并进一步通过10个随机案例验证了算法性能。对比实验证明,车载多无人机协同模式在执行多个大面积区域覆盖任务上,相比车载单无人机模式能够显著缩短任务时间。     

多射频多信道Ad Hoc网络跨层功率分配

为了提高多射频多信道Ad Hoc网络容量，降低网络间无线干扰，提出从跨层优化综合考虑信道与功率联合分配问题，将信道与功率分配问题转化为混合整数非线性规划模型，针对模型设计两阶段子问题求解迭代算法。算法在第一阶段采用启发式算法分配信道，在第二阶段采用分布式算法进行功率分配。仿真实验结果表明,信道与功率联合分配相对于固定信道下功率分配具有更好的效果，联合优化两阶段迭代算法可有效提高网络整体效用，同时降低节点间相互干扰。     

自主空中加油输油阶段无人机建模与控制

针对自主空中加油输油阶段无人机位置保持控制问题,将无人机分为飞机本体和油箱两部分,利用变质量系统理论建立了无人机非线性方程,解决了常规模型无法反映出无人机重量、重心变化的问题。控制律设计方面,通过将变化的油箱转化为外界干扰,提出了基于干扰观测器控制（disturbance observer based control, DOBC）的复合控制结构。复合控制器由位置保持控制器和干扰观测器组成,位置保持控制器采用带积分的线性二次型方法,干扰观测器由比例积分观测器和补偿单元构成,并证明了复合控制器的稳定性。仿真结果表明,将该控制器应用于某型高空无人机非线性模型,可有效减小输油过程带来的影响,实现了输油阶段的位置保持控制。     

单程多次装卸的市内集送货成本优化

针对单程多次装卸的市内集送货问题,通过模糊综合判断方法计算多次装卸成本,同时考虑车辆成本和复杂路网下的里程成本,建立数学模型,采用两阶段方法对问题进行有效求解,即以节约法构造初始解,再以改进的禁忌搜索算法对初始解进行调整。通过计算仿真,说明了数学模型和求解方法的有效性。     

KMG:考虑逆向物流的无人机路径规划策略研究

物流领域无人机派送正成为一种快捷高效的派件方式和应用热点.针对于正向、逆向的物流数据,无人机派送是国内外大型物流企业实施高效物流派送的重要手段.本文提出了一种融合拓展性K-Means++算法和遗传算法的路径动态规划模型(KMG),实现包含逆向物流的无人机调度策略.KMG模型将逆向物流路径融入正向物流路径之中,采用加权聚类算法确定不同属性包裹所需派送无人机的最小数量.在每一簇坐标数据的连通图中,采用遗传算法求解TSP问题,并对可行解进行编码,最终求解出最小欧拉回路.在仿真实验中,KMG模型比独立逆向物流派送的成本减少20.08%,使用拓展性K-Means++聚类计算的时间比传统K-Means算法缩短了298.85%.     

考虑前置仓选址与服务策略的同时取送货车辆路径问题研究

本文在电子商务环境下研究了面向城市小件物流配送的同时取送货车辆路径问题,兼顾前置仓的选址策略,允许车辆在配送途中前往前置仓进行补货与存货操作.依据退回货物的状态差异构建两类配送子模型,统筹安排车辆的服务路径、前置仓选址以及补货存货策略使得物流企业整体运营成本最低.其次,设计了一种基于节约算法与自适应大邻域搜索的混合启发式算法CWIGALNS求解上述问题,提出改进算子提升算法的求解效率.随后,通过9组小规模算例验证了模型的准确性和算法的有效性.最后,采用多组较大规模算例进行数值实验.实验结果表明,两类配送子模型中,前置仓提供存货服务的模式有助于车载容量的循环使用,减少车辆使用数目降低物流配送成本.本文提出的模型与算法可以为城市小件物流配送企业服务策略的制定提供良好借鉴与帮助.     

系统冗余优化设计的启发式算法

可靠性设计是系统设计的重要环节,系统冗余设计是可靠性设计的重要方法,也是提高系统可靠性的有效手段。在Sharma算法思路的基础上,考虑了新的试探方式,试图给“最有可靠度效益的级”增加冗余,并采用级替换因子判断给系统中的哪一级增加冗余对系统最有效益。在替换因子的考虑上,提出两种算法,并举例说明算法如何在部件可靠度确定的情况下,考虑系统设计代价(费用,重量,体积等),优化配置部件的冗余数。     

碳排放约束下无人机-卡车联合配送问题

无人机配送兼具配送时间短、成本低、降低道路拥堵程度等优点,多辆卡车和无人机联合配送以服务社区内的客户群体是解决最后一公里配送难题的突破口。考虑配送过程中碳排放总量的约束,以配送总成本最低为目标函数,构建以弧为基础的混合整数规划模型,并利用自适应大规模邻域搜索算法求解出无人机-卡车联合配送的最优路径,验证了碳排放约束下的无人机-卡车联合配送路径优化模型在降低配送成本、实现降碳目标上的有效性。     

时变路网下考虑时空距离的同时配集货车辆路径优化

针对道路行驶速度时变且软时间窗条件下的同时配集货车辆路径问题,以车辆派遣成本、时间窗惩罚成本以及车辆运输成本之和最小化为目标建立路径优化模型。根据问题特征设计了考虑时空距离的混合变邻域搜索遗传算法,采用时空距离对客户进行聚类生成初始解,提高算法求解质量;将变邻域搜索算法的深度搜索能力运用到遗传算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略以及模拟退火的新解接受机制,平衡种群进化所需的广度和深度。通过多组不同规模的算例验证了本文模型及算法的有效性,研究成果不仅深化和拓展同时配集货车辆路径问题的相关研究,也为物流企业优化车辆调度方案提供理论依据。     

基于信任的服务实体跨域认证方案

根据目前基于身份的跨域认证过程中域代理(domain agent,DA)数量有限的特点,针对该跨域认证过程中计算复杂的问题,采用信任和基于身份密码体制相结合的方式,提出了基于信任的用户跨域访问信息服务实体(information services entity,ISE)资源的算法。该算法首先完成用户在DA的身份认证,然后采用提出的信任度判断方法进行信任度的判断达到双向认证的目的,最终实现用户跨域访问ISE。仿真结果表明,信任度的判断方法有效地实现抵抗“恶意”DA的攻击,同时该基于信任的ISE跨域认证方案与基于身份的跨域认证方案相比,计算量减少,通信开销降低。     

集货需求随机的同时配集货VRP及混合变邻域搜索算法

集货需求随机的同时配集货车辆路径问题(VRPSSPDD)是同时配集货车辆路径问题(VRPSPD)研究的进一步深化,由于该问题中集货需求的不确定性,使其较确定型VRPSPD问题更为复杂.基于预优化和重优化策略,构建了两阶段VRPSSPDD模型,预优化阶段基于随机机会约束机制以及车载量约束为客户点分配车辆,生成预优化方案;重优化阶段对失败点及其后续客户点进行线路调整.根据问题特征,结合变邻域深度搜索算法的深度搜索能力以及遗传算法的个体交流等优点,设计混合变邻域遗传算法,采用分离配送网络信息的编码方式,提出自适应种群搜索范围和自适应邻域搜索次数策略平衡算法迭代中的搜索深度和搜索广度的关系.通过多组算例以及企业配送实例验证了本文模型及算法的有效性.     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

基于产品回收定价的逆向物流车辆路径优化问题

针对逆向物流车辆路径优化问题,研究在产品回收定价调整和车辆路径优化调度结合方面存在的不足,以智能回收箱为研究对象,考虑多频次回收和车辆共享调度策略,提出基于产品回收定价的逆向物流车辆路径优化方案。首先构建了智能回收箱回收量与回收定价的线性函数,然后构建了包含共享车辆运输成本、维护成本、违反时间窗惩罚成本和环境外部性收益之和最小化的逆向物流回收运营成本模型,并建立了回收中心产品的最大化收益模型。其次,根据模型特点设计了考虑智能回收箱地理位置、回收频次和回收时间窗的K-means时空聚类算法,进而提出一种改进的GA-PSO混合算法。该混合算法结合了遗传算法全局搜索能力强与粒子群算法收敛速度快的特点进行了算法间的优势互补,同时采用了精英保留策略,增强了混合算法的搜索性能,并通过与HGA、GA-TS和HACO等算法进行比较分析,验证了模型和算法的有效性。最后,结合重庆市某智能回收物流网络的实际数据进行优化研究,分析了不同产品定价下的回收频次和车辆共享调度情况。结果表明,本文所提出的模型和算法能够进行产品回收定价策略的有效选择、产品回收车辆的资源共享以及合理的车辆路径优化调度,并可在回收中心获得...     

前景理论下的末端物流干扰管理方法研究

针对末端物流配送过程中可能出现的配送时间窗更改、送货地址变化等动态扰动问题,提出了基于前景理论的价值函数度量策略和基于量子理论的多目标优化求解方法.首先,对末端物流干扰管理问题进行了描述;然后,为度量用户对货物期待的心理感知度,建立了末端物流配送干扰管理模型,并设计了基于前景理论的价值函数曲线和扰动度量策略;在此基础上,为优化干扰管理模型和寻求用户满意度、配送成本以及配送效率等多目标优化问题的较优解,提出了一种融入量子理论的改进细菌觅食方法;最后,将所提出的方法与已经存在的经典算法进行比较,验证了该方法的可行性和有效性.     

考虑同时取送货需求带模糊容量限制的在线设施动态选址问题

共享环境下配送设施作为在线资源，其空闲容量受线下负荷影响而呈现动态可得性与波动模糊性.同时，在线资源的引入也使得城市配送中的设施选址问题由单周期决策模型转变为多周期动态决策.为此，本文构建了考虑同时取送货需求带模糊容量约束的在线设施动态选址模型，改进了五角模糊数隶属度函数用以表示模糊容量约束.在此基础上，将禁忌搜索与自适应大规模邻域搜索算法相结合，提出了邻域生成算子和新解接受准则改进方案.最后，算例结果表明该改进方案能有效提升算法全局搜索能力，降低企业在线设施动态选址成本.     

考虑低碳约束的生鲜农产品冷链物流策略仿真研究

生鲜农产品的新鲜度配送要求可能增加其冷链配送过程的碳排放量。在对碳税机制定量分析的基础上,建立以最小化碳排放量和最小化配送综合成本为目标的数学模型;综合分析物流配送中的产品配送量、配送时间以及装卸货时间等常规因素,提出了一种改进的基于自适应旋转角的量子蚁群算法;将所提出的方法通过实验仿真应用于生鲜配送仿真算例,并将结果与已经存在的算法进行比较,结果表明：该方法可以有效优化生鲜农产品冷链物流配送路径,同时降低碳排放及配送成本。