Modeling for UAV resource scheduling under mission synchronization

Unmanned aerial vehicle (UAV) resource scheduling means to allocate and aggregate the available UAV resources depending on the mission requirements and the battlefield situation assessment. In previous studies, the models cannot reflect the mission synchronization; the targets are treated respectively,which results in the large scale of the problem and high computational complexity. To overcome these disadvantages, a model for UAV resource scheduling under mission synchronization is proposed, which is based on single-objective non-linear integer programming. And several cooperative teams are aggregated for the target clusters from the available resources. The evaluation indices of weapon allocation are referenced in establishing the objective function and the constraints for the issue. The scales of the target clusters are considered as the constraints for the scales of the cooperative teams to make them match in scale. The functions of the intersection between the "mission time-window" and the UAV "arrival time-window" are introduced into the objective function and the constraints in order to describe the mission synchronization effectively. The results demonstrate that the proposed expanded model can meet the requirement of mission synchronization, guide the aggregation of cooperative teams for the target clusters and control the scale of the problem effectively.     

网络控制系统实时仿真平台的设计与开发

网络控制系统(NCSs)是通过通信网络实现控制系统单元信息交换的分布式控制系统.由于通信网络的引入,有可能使控制系统的性能降低甚至导致系统不稳定,这些不利因素使得对网络控制系统的分析研究变得更为复杂.利用混合编程技术并搭建基于实时通信网络的仿真平台,可为网络控制系统提供有利的分析工具.最后以状态反馈控制器为仿真实例,证明该研究平台的优势及有效性.     

用GEP实现复杂函数的自动建模

GEP是一种新颖的遗传算法,在函数建模的应用中取得良好的结果.给出计算有效基因长度的伪代码,结合GRCM方法阅读基因,快速计算出染色体的适应值.在算法中增加了参数估计模块,用GEP得到较好模型后,用参数估计模块进行参数优化,试验显示这种混合的GEP方法比传统的最小二乘法、神经网络以及遗传程序设计等方法具有更好的性能.     

二次D稳定约束下不确定T-S模糊系统的L∞鲁棒可靠控制

针对一类受持续有界扰动的T-S不确定模糊系统,提出了考虑执行器故障的鲁棒可靠控制器设计方法。引入基于L_∞范数理论的鲁棒性能指标及二次D稳定的概念,给出了鲁棒可靠控制器存在的充分条件。通过求解线性矩阵不等式完成可靠控制器的设计,从而使系统即使在发生执行器故障的情况下仍能满足给定的L_∞性能指标,并且闭环系统二次D稳定。仿真实例表明了本方法的有效性。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

不确定性网络直接优化规划模型建立(Ⅰ)

分析了不确定性网络直接优化的现状、优化的困难、目前存在的问题 ;给出了不确定网络直接优化的原则以及一般方法 ,同时建立了 PERT网络工期压缩、最优工期的线性规划模型、灰色线性规划模型 ,改进了传统的资源优化法.     

Petri网建模工具的面向对象设计

Petri网建模环境的开发有利于Petri网应用理论的验证和实现。介绍一个Petri网建模工具的面向对象设计方法 ,并且主要给出了该建模工具的结构组成、建模工具条、Petri网图形元素的构造方法以及Petri网点火机制的计算机实现方法。成果为基于Petri网的系统分析方法的研究提供了一个灵活可用的辅助工具。     

改进的遗传规划研究

针对遗传规划中群体规模较大。收敛效率较低等特点,提出了对传统遗传规划中初始群体的生成方法的改进．使生成的初始群体具有良好的性能,从而提高遗传规划的收敛效率．通过对两个函数进行符号回归验证,说明此方法是合理可行的．     

Evolutionary Programming for IP/MIP Problems with Linear Constraints

1. INTSODUCTIONThe common illteger programming (lP) is a mathematical model which is designed to find aset of non-negative variables to medmize (or minimize) a nonlinear objective function whilesatisfying a set of constraints under integer restrictions of variables. An lP model with somevariables reqllired to be real is a mixed integer programming (MIP).The history of solving lP/MIP problems is not very old. According to reference [1], ageneral method for solvillg such problems may not…