无人机集群自组织搜索仿真模型设计与实现

城市威胁背景下无人机集群自组织搜索移动目标问题，是无人机集群作战应用的一个重要发展方向。采用基于Agent的复杂系统建模仿真工具，构建了无人机集群搜索仿真模型框架，设计实现了无人机集群自组织搜索模型。在考虑无人机集群作战可能受到威胁的背景下，展示了无人机集群自组织搜索概念，探索了使用基于概率的有限状态机模型实现集群自主决策的解决方案，并通过案例进行了分析验证。该仿真模型为无人机集群作战应用研究提供了参考案例、模型支撑和实验平台。     

云边协同系统中基于博弈论的资源分配与任务卸载方案

综合考虑时延、能耗和计算资源成本，构建云边协同系统中的效用最大化问题，并将其分解为计算资源分配、上行功率分配和任务卸载策略三个子问题。提出一种基于博弈论的资源分配和任务卸载方案（game-based resource allocation and task offloading， GRATO） 以分别解决上述子问题。利用凸优化条件求得计算资源分配最优解；设计一种低复杂度的上行功率分配方法用于降低无线干扰；针对任务卸载策略优化问题，提出一种基于博弈论的分布式任务卸载算法（game-based distributed task offloading algorithm， GDTOA）。仿真结果表明，GRATO方案在时延和能耗方面的性能优于其他方案，还可以感知用户的优先级，使紧急用户具有更高的效用和更低的时延。     

时间依赖型多时间窗车辆路径问题研究

针对一类考虑城市交通拥堵情况的时间依赖型多时间窗车辆路径问题(time-dependent vehicle routing problem with multiple time windows,TD_VRPMTW),提出一种混合离散灰狼算法(hybrid discrete grey wolf optimizer,HDGWO)进行求解。在HDGWO中,设计了新的灰狼个体更新公式,采用基于客户排列的整数编码方式,使算法可直接在离散问题解空间中执行基于标准灰狼算法个体更新机理的全局搜索;设计了基于问题性质的种群初始化策略,用于生成具有高质量和多样性的初始种群;引入头狼信息交流公式,用于探索头狼形成的优质解空间;构造具有多种局部搜索操作的自适应变邻域局部搜索策略,用于增强算法的局部搜索能力。结果表明：HDGWO可有效求解TD_VRPMTW。     

基于多智能体的网购生鲜无人车配送调度仿真

无人车配送可有效缓解目前末端配送效率低、人力成本高、安全隐患多等问题。以城市社区网购生鲜无人车配送为研究对象，搭建了网购生鲜时空需求数据驱动的多智能体仿真平台，构建了基于实际路网的仿真环境及无人车、客户、配送站3类智能体，以运营成本最小及客户满意度最大为优化目标，设计并测试了动静态订单分配策略及距离最近或时间最紧配送路径规划策略。基于上海某生鲜电商实际订单数据，对不同策略展开情景模拟及敏感度分析，实现了运力资源的优化配置。     

基于证据推理和置信规则库的涡扇发动机故障预测

针对某型涡扇发动机故障预测的问题,提出一种基于证据推理和置信规则库的涡扇发动机故障预测模型。为描述涡扇发动机的健康状态,利用证据推理算法融合发动机系统状态信息;结合先验知识建立混合驱动的置信规则库仿真预测模型;采用投影协方差自适应进化策略用于优化模型参数;通过实验验证了模型的有效性。研究结果表明：该方法不仅准确预测涡扇发动机故障风险概率,而且为故障诊断和维修保障提供了有力的支撑。     

线束端子压接后外观缺陷的视觉检测算法研究

针对线束端子的缺陷检测效率低、漏检率高等问题，提出一种基于机器视觉的图像检测方法：分析线束端子3个主要部位的5种典型缺陷模式，并定义了缺陷评价参数；设计了定位基准拟合算法、待检部位自适应分割算法和缺陷特征参数计算方法；给出了各类外观缺陷的判断准则。实验结果表明，检测算法适用于各单类、多类混合缺陷模式，综合漏检率和误检率较低，准确率和实时性较高，能够满足实际应用要求。     

GM（1，1，β）灰微分方程的若干性质

针对灰色预测模型的适应范围和优化问题,首先根据灰色GM（1,1）模型参数是灰的、可调的原理,提出了GM（1,1,β）模型的内涵型和参数包形式,分析了模型的若干性质,然后给出了模型的优化算法. 研究结果表明,GM（1,1,β）灰微分方程模型参数α的客观取值范围为（-∞,+∞）,经典GM（1,1）模型参数α的客观取值范围为（-2,+2）;发展系数α的客观取值范围是由背景值系数β 决定的,而与原始数据无关;灰微分方程模型完全适合齐次指数数列. 最后,以我国城镇居民家庭人均可支配收入的数据为例验证了GM（1,1,β）灰微分方程模型的有效性.     

基于SEIiRD模型的COVID-19传播及防控仿真研究

随着新冠肺炎疫情在全世界各地传播，通过对其数据和传播机理的分析，已有SEIRD模型的基础上构建SEI_iRD模型，将感染人群分为无症状感染者、轻症感染者、重症感染者和危重症感染者，分析不同感染人群的传播率对疫情发展的影响。在拟合现实数据的基础上进行仿真实验，研究发现影响疫情发展的主要感染人群是无症状感染者和轻症感染者。在此基础上进一步分析了不同的无症状和轻症感染者的传播速率所造成感染人数和死亡人数的变化情况。针对介入干预时间对感染人数和死亡人数的影响进行了仿真分析。实验结果表明该模型能有效模拟新冠肺炎疫情传播规律，有助于防控职能部门实施相应的疫情防控策略提供决策支持。     

蒙卡渲染画面多特征非局部均值滤波降噪算法

针对蒙特卡罗渲染在低光线路径采样率下绘制的图像容易出现噪点的问题，提出一种蒙特卡罗渲染画面多特征非局部均值降噪算法。使用canny算法对场景反射率图进行梯度化，以反射率梯度图为引导图，利用引导滤波器对法向量图预滤波；求出预滤波后法向量图中图像块之间的结构相似性，利用结构相似性倒数的对数值对非局部均值滤波器权值进行改进；利用改进后的非局部均值滤波器对噪点图像进行滤波重构。实验结果表明：该算法能在典型场景中有效降低渲染画面的噪声，改善均方误差和峰值信噪比质量指标。     

案例检索及权重优化方法研究及应用

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特征属性的相似度计算问题以及采用PULL&PUSH调整策略进行案例权重的调整.在实验系统上基于案例库对FRAWO法的有效性、准确度、效率等进行了实验.实验结果表明,FRAWO法适用于CBR系统,检索速度较快、准确性高.     

一种人体肌肉的参数化建模及变形方法研究

由于人体肌肉在变形过程中具有保体积的约束特性,且肌肉运动缺乏三维多角度呈现,为此,提出了一种人体肌肉的参数化建模及变形方法。基于MRI (magnetic resonance imaging)数据,利用其生成的切片图像提取外轮廓线进行构建三维肌肉模型;层次化定义肌肉特征,建立语义参数间的映射关系,实现肌肉的保体积变形;通过建立向量值动态四阶微分方程使特征曲线动态模拟肌肉的变形过程,并建立骨骼运动与肌肉变形之间的对应关系。以人体肱二头肌为例进行实验,验证了此方法的有效性。     

基于OpenFOAM的充液航天器刚-液耦合仿真

针对航天器姿态控制系统的设计需要,利用开源软件OpenFOAM搭建用于充液航天器刚-液耦合计算的仿真软件。在动边界问题中,推导出非惯性系下的N-S方程,避免了传统CFD软件中动网格法所带来的大量网格转换计算,提高软件计算效率。采用PIMPLE (pressure implicit with splitting of operators,semi-implicit method for pressure linked equations)算法搭建了晃动力求解模块,采用变步长龙格库塔法搭建了姿态运动模块,实现航天器的基于CFD方法的刚-液耦合仿真。利用该软件对相关算例进行了数值仿真,其结果与基于等效力学模型的刚-液耦合程序以及商业软件的计算结果吻合良好。     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

基于对象元模型的LVC实验资源服务化方法研究

真实-虚拟-构造仿真(live-virtual-constructive,LVC)实验中存在大量异构的仿真资源对象。针对传统对象模型已无法满足信息化战争对武器装备体系快速响应的实验任务需求问题,开展基于对象元模型的LVC实验资源服务化方法研究。给出基于对象元模型的资源描述方法,在对象交互、消息传递、远程方法调用3类资源服务化基本形式基础上,设计虚拟化状态对象(virtualization infrastructure object,VIO)远程方法调用模块,虚拟化状态对象-虚拟化对象模型(virtualization infrastructure object-virtualization object model,VIO-VOM)组件发布/订阅模块,VIOVOM聚合、组合、继承、回调机制,以及本地类虚拟化对象模型,消息类虚拟化对象模型。该方法可为实现LVC实验复杂资源的快速调度、监控、分发、部署、运行控制、数据采集等运行管理服务提供方法支撑。     

城市轨道交通动态客流分配仿真方法研究

根据轨道交通网络存在大量换乘路径的特点,改进深度优先搜索算法得出站点间换乘路径的有效出行时间。基于自动票务收集系统(automatic fare collection system,AFC)数据得到的乘客进出闸机时刻,利用仿真方法确定乘客与列车在时间和路径的接续关系,同时考虑始发乘客和换乘乘客路径选择行为的差异,将二者区分配流。动态更新先到乘客利用换乘路径的出行时间,并以更新后的时间作为后续出发乘客的路径选择依据。结果表明,该仿真方法可以有效反映乘客的出行过程,具有较高的配流精度。     

考虑等待提示机制的呼叫中心联合排班方法

针对带有等待提示的呼叫中心进行联合排班方法研究,针对带等待提示的呼叫排队模型,根据顾客耐心及其放弃行为的影响规律,预测顾客等待时间,从而建立呼叫中心等待提示机制;考虑非平稳到达等因素的影响,结合等待提示的评估方法,利用离散事件调度法建立呼叫中心排班模型,提出基于改进遗传算法的联合排班方法。依据某呼叫中心的实际数据,与传统的两阶段方法进行对比分析,从而验证所提出方法对于解决排班问题的优越性及显著的应用价值。     

基于人机协作的无人集群搜索方法研究

人与机器人交互是当前一项研究热点,人与无人集群协作搜索是人机交互的典型场景,通过结合人的复杂推理能力和无人集群的重复精确执行能力以完成更为复杂的任务。以不确定场景下高价值目标搜索为背景,给出了人与无人集群协作搜索问题概念定义;为描述多Agent系统如何在人工辅助下进行选择目标区域进行探索,构建了一种先验态势不确定情况下多Agent动态规划问题模型;提出了一种基于顺次分配的动态规划算法。并对该方法进行了仿真实验,实验结果表明：该算法性能明显高于基准算法。     

基于加权局部复杂不变性的时间序列分类算法

为解决现有方法对较长、复杂度分布不均序列的错分类问题,提取序列复杂度的局部信息,提出了加权局部复杂度不变性距离（WLCID）,包含复杂度局部表征和全局加权整合两个模型。利用滑窗分解序列,结合复杂度不变性距离表示方法提取局部复杂度信息;通过建立类表征模型,以类间距越大的子段对分类正确的贡献度越大为依据,通过归一化累积类间距来量化整合权重。与相似算法的对比实验表明：此方法不仅在复杂度分布不均的数据中表现突出,在大多数测试集也有较好的效果。在分类和聚类任务上精度的提升,说明方法在表示时间序列形态特征的复杂度信息上具有较好的能力。     

数字孪生体可信度评估过程及指标研究

随着数字孪生技术应用领域的扩展,为满足数字孪生体可信度要求和推动数字孪生体可信度评估工作,对数字孪生体可信度评估过程和指标进行了研究。分析了数字孪生体的开发过程,给出了基于IDEF0(integrated computer aided manufacturing-definition method)的柔性多层级数字孪生体可信度评估过程模型构建方法。提出了过程—阶段—活动层(P-S-A)和活动—元素—特性层(A-E-F)两类指标体系,分别辅助解决缺陷回溯问题和复杂对象评估问题,并给出了指标体系范例。     

可观测度在光合作用模型性能评估中的应用

光合作用的光化学反应涉及多种无法直接测量的生理物质，通过对控制系统建模，可基于叶绿素荧光对这些生理物质量进行状态估计，但是状态估计的可靠性文献上没有涉及。基于光化学反应动力学模型，引入非线性系统的可观测度来评价状态估计的可靠性，针对由于不同状态分量的量纲不同而引起的可观测度缺乏直接可比性的问题，采用量级影响因子和对数归一化的方法消除量级的影响，以改进对模型的可观测度衡量，提出可观测度改进方案。仿真结果表明：新的可观测度指标与状态估计的误差特性基本相符，能较好地评估模型的状态估计效果。