网络中心化作战体系信息域效能分析

为设计网络中心化作战体系和评估网络中心战对作战结果的影响 ,首先分析了网络中心化作战体系的信息域信息质量转换 ,提出了三个信息质量指示 :完备性、准确性和时效性指标 ,其次研究了信息域的传感器子域、融合子域和通信网络子域的完备性、准确性和时效性指标及其度量 ,最后给出网络中心化作战体系的信息域效能评估模型。     

托盘共用系统调度多情景规划模型

托盘共用系统是目前最受业界青睐的托盘管理方法,但如何实现系统内托盘的有效调度却困扰着整个托盘共用行业的管理者. 为没有充足历史数据预测不确定未来情况下的考虑混合型号托盘的托盘共用系统调度问题构建了多情景规划模型; 模型可对托盘共用系统调度的全过程（包括购买（租借）、分派、再分派、回收）进行优化,并纳入了托盘毁坏率、整车运输、以及诸多极端不确定因素等现有调度文献尚未研究的因素; 通过两个实验证明了模型的有效性.     

汽车运输车虚拟装载仿真系统关键技术研究

在Unigraphics(UG)环境下,开发建立了汽车运输半挂车虚拟装载仿真系统,阐述了装载仿真系统中商品车和运输车的参数化建模、干涉检查、动态仿真等关键技术问题。该装载仿真演示系统与UG的集成环境有机地结合在一起,界面友好,应用于整车物流企业实际装载运作指导和市场推广演示。     

跳跃机器人模糊自适应轨迹跟踪控制

从受完整约束和非完整约束的腾空相到仅受完整约束的站立相,利用空间浮动基,分阶段建立了类人机器人非规则运动-跳跃运动通用动力学模型;基于Lynapunov方法设计自适应率,研究了跳跃机器人模糊自适应轨迹跟踪控制,保证跟踪收敛和闭环系统的渐进稳定。仿真研究表明,跳跃机器人通用动力学模型为空间机器人建模提供参考;模糊自适应与计算力矩混杂模型轨迹跟踪控制改善了系统自适应性,丰富了非规则运动的姿态控制和稳定性分析方法。     

固体氧化物燃料电池系统的鲁棒反馈模型预测控制

固体氧化物燃料电池系统工作过程中燃料与氧化剂的压力差和燃料利用率的变化值是衡量系统运行安全、稳定长效、具有较好鲁棒性的重要指标.本文提出采用离线计算、在线优化相结合的带有输出反馈的鲁棒模型预测控制方法,分别将燃料与氧化剂的压力差和燃料利用率作为输入和输出约束,离线计算目标函数上界及其系列渐近稳定域,在线时对控制量进行精确定位.仿真结果表明,采用了状态反馈的模型预测控制方法能有效克服模型失配问题并迅速获得被控量的预测值,使系统当负载电流发生波动时能克服变化引起的参数偏差,提高了响应速度,增强了系统鲁棒性.     

基于WBS的虚拟采办系统分析与协同建模研究

在线虚拟采办是与真实采办实时交互和并行发展的、仿真模型动态演进的、多学科模型和仿真技术集成的协同仿真系统,需要解决的问题之一是仿真模型与真实系统之间的综合集成。从分析采办的多域多维多尺度特点入手,以采办的工作分解结构为协调基础,建立虚拟采办过程模型,并从任务、信息和资源三个方面讨论同步和异步方式的协同建模问题,最后提出在线虚拟采办系统框架。该系统可实现虚拟采办与真实采办在不同域、不同层次、不同维的动态交互,体现了在线仿真系统并行性、动态性、集成性的特点,可促进虚拟采办的实施和应用。     

基于动态路径规划的物流仿真控制技术

针对传统的静态路径规划与车间复杂的物流网络不一致的问题,提出了基于动态路径规划的物流仿真控制技术.通过对物流运行过程的分解,建立了基于物流的装载、运输和卸载等动作传感器触发的物流仿真控制逻;利用轨道选择规则和工件选择规则,实现了物流运行的调度控制;以轨道交叉点的计算为基础,利用Dijkstra算法实现了最短路径计算;通过在动态传感器中加入路径规划算法,实现了基于动态路径规划的物流仿真控制.最后通过建立物流仿真模型,验证了上述方法的有效性.     

水下机器人动力学系统的小波辨识算法

动力学模型辨识是机器人控制设计的基础,是水下机器人研究的核心内容之一。以Falcon水下机器人的动力学模型为研究对象,在模型适当简化的基础上,提出基于小波级数模型的水下机器人动力学在线辨识方法,选取DOG(Derivative of Gaussian)小波作为小波函数,对Falcon水下机器人纵向自由度动力学模型进行自适应辨识。针对水下机器人动力学模型的时变特性,研究负载特性变化情况下的系统辨识,得出了基于DOG小波级数模型的水下机器人动力学在线算法更加有效。     

带装卸顺序约束的装载配送联合优化算法研究

互斥产品(如液体、危险化学品等)不能混装到同一个容器中,物流企业通常使用多隔舱运输车为顾客配送多种互斥产品,合理确定装载与配送路径是提高配送效率、降低配送成本的重要手段.本文考虑互斥产品的装卸顺序约束、在途运输时间约束等,构建了以配送成本最小化为目标的互斥产品装载配送联合优化模型,设计了求解模型的改进遗传算法,算法采用蜂王进化和基于概率的边重构交叉运算,有效提高了寻优能力.本文利用Augerat提供的车辆路径问题标准测试集构造算例测试算法的运行时间和求解效果.结果显示,改进遗传算法的求解效果明显优于经典遗传算法.对于小规模算例,改进的遗传算法可以得到精确最优解,对于中等规模和不超过101个顾客点的大规模算例,改进的遗传算法可以在130秒内得到近似最优解.本文的创新点在于构建了一类新的车辆路径扩展问题的数学模型并设计了求解模型的快速有效算法,为物流企业制定多类型互斥产品配送计划提供了理论依据和算法支持.     

应急物流系统中的随机定位-路径问题

为了提高突发公共事件应急物流系统的运作效率,考虑应急物资需求和救援车辆旅行时间的随机性,以及应急物资需求的紧迫性,基于机会约束规划方法建立了一个应急物流系统中带时间窗的随机定位-路径问题优化模型,设计了一种结合禁忌搜索和蒙特卡罗方法的混合遗传算法,并通过算例分析验证上述模型和算法的有效性。     

优化物流中心配送方案的遗传算法

提出了一种配送方案模型 ,该模型在满足车辆满载约束的同时充分考虑货物的运到期限 ,通过实例计算表明 ,该算法对确定配送装车方案是可行和有效的.     

按照装备编组平车装载问题的混合型遗传算法

按照装备编组进行平车装载是兵力机动铁路输送时经常采用的一种方式。分析了按照装备编组进行平车装载问题的模型，在Next Fit算法和基本遗传算法的基础上，提出了求并按照装备编组进行平车装载问题的混合型遗传算法，给出了这种混合型遗传算法编码方法、遗传算子的设计和适应度函数的定义，并用实例验证了所给算法的有效性。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

Non standard pallet series designing problem in ammunition supply system

1.INTRODUCTION Theammunitionsupplyalwaysplaysoneofthekey rolesinthewars.Modernhigh techlocalwarsapply largeamountofweaponsofhightechnologyandmass destruction,isairforces landforces navyunitedwars andbringtremendouschangesinbattlecircumstances andbattlepatterns,aswellasbattleprocedures.All thesecharacteristicsofmodernwarsproposehigher needsfortheammunitionsupply,andbringchanges tothesupplypattern,packingpatternaswellsupply methods.Intheammunitionsupplyprocess,theam munitionpackingtechniqu…     

Improved Ant Colony System for VRPSPD with Maximum Distance Constraint

This article investigates the reverse logistics vehicle routing problem with a single depot, simultaneous distribution and collection of the goods by a homogeneous fleet of vehicles under the restrictions of maximum capacities and maximum distance. A mixed integer programming model is established. To solve the model, an Ant Colony System (ACS) approach combined with the pheromone updating strategy of ASRank and MMAS ant algorithm is proposed. In such approach, the vehicle residual loading capacity is introduced into the heuristic function considering the complex feature of fluctuating vehicle load. Moreover, the initial load is designed to be a random value correlated to the delivery and pick-up demands of the rest clients. The experimental study indicates that the proposed approach could improve the vehicle load rate and avoid the added total distance caused by the fluctuating load and the maximum capacity constraint. It could reach the satisfied solutions with high convergence speed in an acceptable computational time.     

基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

带二维装箱约束的物流配送车辆路径问题

现实物流活动中大量存在的易损、 易碎物品的运输问题属于带二维装箱约束的物流配送问题, 该问题是二维装箱问题与车辆路径问题这两个经典难题融合之后的一个新问题. 针对这一问题, 在对其进行明确定义的基础上, 建立了数学模型, 提出了解决该问题一个Memetic算法, 对算法中的几个关键算子: 深度优先的启发式装箱方法、染色体的编码方式及其路径分割程序、初始解的生成方法、 交叉算子、局部搜索算子, 进行了详细的阐述. 通过初步的实验, 确定了Memetic算法的最佳参数配置; 然后在Iori提出的30个顾客数在20-199个标准算例上对算法的鲁棒性、求解的质量、以及求解性能等几项指标进行了测试, 并与文献中的求解结果进行了比较. 试验结果表明, 该Memetic算法大大提高了现有算法的性能及求解结果的质量.     

基于支持向量机的逆动力学模型辨识及应用

建立系统逆动力学过程模型已经成为许多非线性系统控制问题研究与实现中的关键问题。该文应用支持向量机(SVM)回归方法实现了对热工对象的逆动力学过程在线辨识,并通过三个典型的仿真算例对基于SVM的非线性系统逆动力学过程模型的有效性进行了考察。仿真结果表明,基于SVM的逆动力学过程模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力;利用所建立的系统逆动力学过程模型能够获得恰当的控制作用,保证系统的输出按照给定的轨迹达到设定值。     

Near time optimal control with perturbation estimation for flexible spacecraft slewing maneuvers

1.INTRODUCTION Inrecentyears,therehasbeenconsiderableinterest inmodelingandcontrolofflexiblespacecraft.Thisis contributabletotheuseoflightweightandslender materialsforthespeedandfuel efficiencypurposes. Inmanyapplications,sophisticatedcontrolalgo rithmsarerequiredtomakeoptimaluseofmaximum torqueavailablefortimeminimizationmaneuvers, thistimeminimizationcontroloftenresultsinabang bangcontrolthatcanbeimplementedinaerospaceap plicationsusingon offthrusterjetstechnology.But unfortunately,t…