基于Vague集的方案决策模型及其推理机制

针对复杂决策系统的异构性及推理策略协同问题,提出了基于Vague集的方案决策系统框架及推理模型,包括分级策略、多维证据/决策点和方案优选三个子模型。解决了决策目标与动态工作流结合问题,提高了信息融合度和动态决策过程中对非结构化信息处理的有效性。采用嵌入式算法结构解决了资源节约与提高系统重用性的计算问题。通过实例验证了该推理机制及模型的可行性。     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

机电一体化系统多能量域集成产品建模与仿真技术

复杂机电一体化系统（如飞机、汽车、加工中心、机器人等）的研发过程越来越表现为基于网络的分布、并行、同、虚拟、智能、集成的网络设计与制造，机电一体化系统集成产品建模问题已成为国际上CAD领域的一大研究热点与难点。本文从系统换角度出发,根据各类工具系统之间的相似性，提出基于端口的多能量域集成组件模型并进行形式化描述。以此为基础提出了机电一体化系统多能量或集成产品建模与仿真框架，可以较好的支持机电一体化系统异地设计的演化过程。     

多准则决策评价系统设计

针对产品设计中方案设计与评价的复杂的决策问题 ,研究并设计了基于知识的 ,有限方案的多准则决策评价系统 .文章从系统的体系结构、功能结构、数据结构、工作机制 ,以及实现途径等方面进行了阐述 .首先综合考虑技术及经济等各项设计指标 ,建立并维护多准则的决策指标模型 ;然后以知识库、模型库、数据库、方法库等信息源为基础 ,设计各种信息处理工具 ,包括知识处理工具、方案处理工具、多准则决策评价工具 ;综合运用知识推理以及多准则决策评价方法 ,按评价指标模型 ,对有限的待选方案进行评价与排序 ,最后综合分析的结果为复杂的方案论证过程提供科学的决策依据.     

复杂产品多分辨率模型跨层次切换技术

在复杂产品研发设计过程中,不同设计阶段有不同的设计目标,并依据仿真目标有不同类型的仿真任务,需要不同分辨率的复杂产品仿真模型参与仿真。针对多分辨率特性对模型与接口进行定义,在此基础上研究模型分辨率的控制机制,对系统结构状态和模型分辨率状态分别建立描述机制,提出系统分辨率的控制机制,梳理出一种跨层次切换技术。经过实验验证,该方法可有效解决模型分辨率切换问题,在保证仿真精度的同时,提升仿真效率,节省所需的仿真资源。该方法结构简单,有望在未来进一步推广使用。     

基于多过程仿真的多级库存系统性能优化

为解决供应链多级库存系统中多级决策的选择、匹配和系统性能优化问题,提出了一种基于多过程仿真的性能优化与多级决策选择匹配方法(MPSM).从多过程交互的角度,提出了基于物理层、社会层和知识层的集成了仿真结构性建模、定量建模和实施建模的多过程仿真建模方法;分析了多级库存的拓扑结构模型、多级策略匹配模型,建立了多因素、多指标的性能仿真优化模型;基于Arena仿真工具的具体应用案例表明,MPSM可以建模和优化更真实、更复杂的多级库存系统,并确定相应的最优多级控制策略方案.     

基于设计结构矩阵(DSM)的复杂研发项目建模与优化研究进展

研发项目是由流程架构、组织架构和产品架构组成的复杂系统.本文首先分析了研发项目复杂性的特征、分类和产生原因,指出设计结构矩阵(DSM)方法是量化分析复杂研发项目的有效工具.进一步,本文从流程架构中迭代和重叠的建模,到流程DSM的排序优化与仿真;从组织架构中团队之间依赖度的测度,到组织DSM聚类准则的确定;从产品架构中部件之间依赖度的测度,到产品DSM的模块化设计以及聚类算法的演变和发展;从单一领域的DSM扩展到多领域矩阵(MDM)的建模与应用,清晰地展示了基于DSM的复杂研发项目建模与优化的几条研究脉络和最新研究进展.最后,本文提出"系统架构的复杂性研究-DSM中元素间依赖关系的测度-DSM优化/聚类"相集成的理论分析框架,并指出了有待进一步研究的关键问题.     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

多规格产品系列生产的随机响应优化决策

以价格、产量和品种结构为决策变量，提出并建立了多规格产品系列生产的随机响应决策优化模型。以产品的平均价格为自变量测算产品需求量，以多项式Ｌｏｇｉｔ随机响应模型分析顾客对产品的选择，以最大利润为目标，本文建立了一个系列产品决策的数学规划模型。模型的基本变量是不同规格产品的价格，但是，由此就可以推算出计划生产产品的产量、产品结构、生产成本和销售收入。本文用一个例题进行了验算。     

多心理账户下基于QFD的多产品库存优化

针对顾客有限理性引起的需求模糊性和随机性,引入多心理账户于多产品库存决策系统,指出库存决策者的金字塔式心理账户结构.以顾客满意为驱动力,基于QFD(质量功能展开)将顾客需求转化为对多产品库存的优化.结合行为证券投资组合理论建立了一种具有机会约束属性的多产品库存优化模型,并给出了其求解算法.     

基于高斯过程回归的平方根UPF算法

针对系统动力学模型不准确可能导致滤波精度下降,以及系统状态协方差阵可能出现的负定性问题,提出一种新的高斯过程回归平方根分解无迹粒子滤波(Gaussian process regression square-root decomposition unscented particle filter,GPSR-UPF)算法。在该算法中,采用高斯过程回归求取UPF的重要性密度函数。当系统模型不准确时,通过高斯过程回归学习训练数据,进而获取系统的回归模型及系统噪声协方差,同时引入平方根变换抑制系统状态协方差阵的负定性。将提出的GPSR- UPF算法应用到捷联惯导/全球定位系统(strapdown inertial navigation system / global positioning system, SINS/GPS)组合导航系统中进行仿真验证。结果表明,所提出滤波算法的性能优于基本的无迹粒子滤波算法,能提高组合导航系统的解算精度。     

基于小波分析的雷达/红外模糊自适应融合算法

在多传感器融合算法的基础上,提出一种基于小波分析的雷达/红外模糊自适应融合算法。因为小波分析对测量数据具有多分辨率分析的去噪能力,将小波分析与模糊自适应卡尔曼滤波器相结合构成一个多分辨率跟踪滤波器,该算法可以对来自主动雷达和红外成像传感器的信息加以充分利用,选择适合的小波函数对测量数据进行过滤优化,把干扰负荷转移到小波分析上,在改善跟踪性能的同时又具有很强的处理非平稳信号的能力,而且又保证了该融合算法简单、实用的特点。仿真结果表明,提出的融合算法有很好的跟踪精度,通过对比表明该算法优于传统的多传感器融合算法。     

基于参数优化的导弹编队控制一致性算法

为有效克服导弹自动驾驶仪动态特性对编队制导性能的不利影响,结合参数优化方法,提出基于参数优化的导弹编队控制一致性算法。将导弹自动驾驶仪等效为一阶惯性环节,在所建立的编队控制算法基础上,得到闭环制导控制系统方程,应用代数图论证明系统的渐进稳定性,在实现既定队形收敛的同时速度趋于一致。为进一步提高导弹编队系统性能,以编队各成员位置和速度的累计误差建立指标泛函,基于最优控制理论,提出算法中待定系数的优化方法。仿真结果验证了算法的有效性,适用于领从结构导弹编队队形的生成与保持。     

X射线源/地心矢量观测的卫星自主导航应用

针对X射线探测器的卫星自主导航应用,提出基于X射线源/地心矢量观测的航天器自主天文导航方法。研究了X射线源/地心矢量自主导航原理并给出自主导航系统方案。通过X射线源和地心矢量提取,合成了X射线星光角距和星光仰角观测模型。对X射线源矢量方位观测误差和地心矢量方位观测误差引起的系统观测量残差进行了理论分析,并将其建模为缓变量。建立了卫星运动状态方程模型,并将无迹卡尔曼滤波(unscented Kalman filter,UKF)算法应用于自主导航过程中,针对观测量周期与导航周期异步的情况给出了导航解算方案。近地圆轨道卫星的自主导航仿真结果验证了该方法的有效性。     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。     

一种模糊神经网络控制系统研究

针对被控过程的非线性、时变性和复杂性,提出了一种模糊神经控制器与动态辨识器组成的控制系统。该系统的控制器采用模糊神经网络控制器,它的控制参数采用遗传算法全局离线优化对BP算法局部在线调整相结合的混合方法;该系统的辨识器采用变形Elman动态神经网络进行系统辨识。给出了该系统的结构、原理及工作流程,通过仿真实验证明该系统的可行性和有效性。     

地面站数传系统的RBFNN模型及算法

针对难以建立精确数学模型的地面站数传系统,提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数;改进迭代过程中网络参数的梯度信息计算方式,加快了迭代收敛速度;并增加结构调整过程,实现对网络规模的精简。通过采集地面站数传系统输入-输出数据,将改进梯度学习算法应用于网络离线训练,并给出具体实现步骤。地面站数传资源配置优化实例验证了模型具有较高泛化能力,且算法稳定性较佳。     

一种改进的星敏感器/陀螺卫星定姿算法

针对传统的四元数估计(quaternion estimation,QUEST)算法在观测矢量之间夹角很小或噪声剧烈增大时,定姿性能显著降低的问题,提出一种基于当前星敏感器观测信息量的滤波算法。该算法通过引入动态增益系数,解决了历史观测信息和当前观测信息之间的比例问题。该系数能够根据当前观测矢量信息量的大小变化自适应调整,从而避免了需要另外一个滤波过程对其进行确定的复杂性。对该算法进行了仿真,对比结果表明,该算法可以有效提高系统的定姿性能。     

模拟退火自适应模糊系统学习算法及其在故障诊断中的应用

把自适应模糊系统的学习过程分解为聚类和线性优化,用模拟退火作为聚类的工具,提出了一种基于模拟退火的自适应模糊系统学习算法,用该学习算法建立某非线性伺服机构的模型,并构造基于模型的故障诊断系统,实验取得了良好的结果。     

一种GPS信号码片内多径时延估计算法

针对全球定位系统(global position system, GPS)中延迟差小于一个C/A码片的多径时延估计问题,提出一种基于约束增量维纳滤波的多径时延估计算法。该算法利用GPS信号C/A码延时先验估计,对多径冲激信道时延估计值和衰减系数估计值进行区间约束和幅度约束,并将约束条件应用到增量维纳滤波的迭代过程中,从而实现码片内多径时延的估计。理论分析和仿真结果表明,此算法具有时空复杂度低、收敛快,在低信噪比条件下有较高的分辨率等优点。