基于非奇异Terminal滑模的导弹末制导律研究

结合导弹拦截的精确末制导问题,提出了一种基于非奇异Terminal滑模的鲁棒末制导设计方法。基于Terminal滑模控制中滑模面上的跟踪误差能够在有限时间内收敛到零的思想,在末制导滑模中引入非线性项,代替传统线性变结构滑动模态的设计,同时将目标的机动加速度视为已知的有界扰动,并实时对极值进行自适应估计,推导出一种非奇异Terminal滑模制导律(TSMG)。导弹在TSMG制导律的导引下,弹目视线角速度可以快速收敛,从而保证导弹有很高的命中精度。仿真结果表明非奇异Terminal滑模制导律设计的有效性。     

一类单种群差分模型的混沌控制

针对一类具有物种流动时特定区域内的种群增长差分方程模型,采用数值模拟方法给出了Lyapunov指数随参数变化的图形,验证了混沌现象的存在.采取OGY参数微扰法进行混沌控制,使种群稳定到不动点和周期2轨道,消除了种群的混沌现象.仿真结果验证了控制的有效性.     

基于综合非线性控制方法的飞行控制律研究

应用神经网络控制与动态非线性阻尼控制综合的非线性控制方法对飞行控制律进行了研究.首先使用反馈线性化方法作为基础控制律实现飞机的非线性控制,然后使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,当出现舵面损伤及一类舵机故障时,这种方法显示出很强的补偿能力.     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

污水生化处理过程仿真及在A2/O工艺改进中的应用

基于国际水协会IWA发布的国际评价基准 Benchmark,建立了与污水处理厂实际特性相近的标准仿真平台.对污水处理传统A2/O工艺做了合理改进,在不影响出水水质的情况下,取消内回流.应用该平台分别对晴天、雨天与暴雨三种天气的工艺过程模拟,验证了工艺改进的合理性.仿真结果表明,与传统A2/O工艺相比,出水指标差别不大,但污泥泵能耗降低约50%.     

改进的分形算法在弱小目标检测中的应用

针对单帧图像中的弱小目标检测问题,提出了一种改进的基于分形的快速检测方法。该方法首先利用图像的局部熵信息对目标进行粗定位,以得到一个包含目标的感兴趣区域,然后利用分形理论构造该区域的分维像,最后对分维像采用自适应阈值分割即可将弱小目标精确检测出来。与传统分形算法相比,提出的改进算法包含粗定位和细定位两部分,它将分形算法要处理的区域缩减到局部熵所估计的小范围内,从而克服了传统分形方法计算量大、抗噪性差的缺点。仿真实验结果表明,该方法能够稳健、快速、有效地检测弱小目标。     

配送系统优化问题的分析与建模——以多对一配送网络为研究对象

在VMI模式下,物流配送系统中,供需双方的库存与运输的全面整合优化问题是获得配送系统总成本最优化的重要问题.通过运用双层规划法,为物流配送系统中典型的多对一配送网络建立具有随机需求的、多产品的库存与运输整合优化数学模型;用改进启发式算法分析其解法;并确定配送系统优化问题的最优成本下限以验证所用启发式算法的有效性;最后,运用算例验证模型与算法在实践中对改善库存与运输系统总绩效的重要作用.     

区域FEEEP系统技术效应动态分解及收敛性

界定区域FEEEP系统技术效应的内涵,在Malmquist指数理论基础上构建区域FEEEP系统技术效应动态分解模型,并应用该模型测度2001～2006年中国省际FEEEP系统技术效应及相应分解指教的变动趋势,最后运用收敛模型检验FEEEP系统的技术扩散效应,结果表明:中国省际FEEEP系统综合技术效应的提高是由技术改进推动的;规模效率和纯技术效率的下降是区域FEEEP系统技术效率下降的主要原因;区域FEEEP系统技术效率和综合技术效应均存在β收敛,但各地区的原始条件决定了收敛的稳态水平.     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.