基于状态-动作模型的中继卫星操作规划问题建模

通过分析中继卫星操作规划问题特点,提出一种基于状态-动作模型的任务规划建模方法。采用PDDL语言对中继卫星的领域知识进行描述,解决动作的持续时间约束、复杂资源约束以及一类特殊的外部事件的表达问题。最终建立的中继卫星操作规划模型表明,该方法较传统规划建模方法具有更强的描述能力。通过引入领域知识将操作任务规划问题分解为规模较小的子规划问题,并给出子任务对应的可选动作集合,从而减小了规划解的搜索空间,提高了求解效率。     

基于资金约束零售商的双渠道制造商贸易信贷与提前订货折扣契约选择策略研究

在市场需求不确定情形下,研究了当零售商存在资金约束,而双渠道制造商采用三种不同契约策略时,供应链各主体运作策略和收益.结果指出:当零售商资金不足而制造商为其提供贸易信贷契约时,零售商订货资金不足的困境得到有效解决,零售商和双渠道制造商的利润均高于无任何契约时各主体利润;当零售商资金不足而制造商在其网络渠道提供提前订货折扣契约时,制造商的利润始终高于无任何契约时其所得的利润,而零售商的利润始终不高于无任何契约时其所得的利润;最后,当制造商联合采用两种不同契约时,制造商收益始终高于零售商无资金约束时其所得利润,即供应链中零售商资金约束困境对制造商来说并非始终是有害的,制造商可以通过在双渠道联合采用两种不同契约的方法获得更多的收益.     

基于模式搜索的类电磁算法求解约束优化问题

针对约束优化问题,提出了一种基于模式搜索的类电磁算法。引入了粒子的违反度函数,将约束优化问题转化为双目标无约束优化模型来求解;提出了双目标模型中粒子的电荷和受力的计算公式,引导不可行粒子转化为满足约束条件的粒子;为了提高算法的搜索能力,结合模式搜索算法改进种群中的粒子,为类电磁算法提供了有效的局部信息。与以往算法仿真结果相比,新算法具有性能好、较稳定的优点。     

雷达下视环扫成像分辨率研究

雷达下视环扫成像作为一种特殊的成像方式,可在较大地域范围对感兴趣的目标快速成像,继而对飞行器定位并精确制导.对下视环扫DBS和环扫SAR两种成像模式进行了分辨率研究,纠正了一些文献在DBS分辨率计算时存在的混淆;对两种环扫模式的理论方位分辨率进行了比较;建立了飞行器末段环扫成像参数的优化模型,给出优化方法.分析了不同环扫模式的适用性,并指出相比全程环扫SAR模式,高程环扫SAR+低程环扫DBS的成像模式可为定位增加信息量,但改善量不大.     

带落角约束的再入机动弹头的变结构导引律

针对再入机动弹头垂直打击目标的要求,研究了具有末端落角约束的变结构导引律.该导引律包括俯冲平面内的制导方程和转弯平面内的制导方程,通过采用准滑动模态控制削弱抖振的影响.通过数学仿真,分析了四个制导参数对制导效果的影响,探讨了利用遗传算法离线优化制导参数的可行性,检验了最优制导参数的制导效果对不同初始状态偏差的敏感性.仿真结果表明,与最优导引律相比,变结构导引律具有较强的鲁棒性,在干扰影响下仍能保持较高的制导精度.     

群体中Agent基于内部状态的行为选择

以自然鱼群为原型,研究它们的行为选择机制,提出了一种群体环境中基于内部状态的Agent行为选择方法.建立分布式行为模型,赋予Agent感知、交互能力;用R-A模型描述Agent 之间的相互作用;定义Agent的自然能力限制为硬约束,定义Agent间相互作用为软约束;采用基于约束满足的随机搜索算法模拟Agent的交互与行为选择,运用Breakout思想确保算法跳出局部最小;通过对Agent内部状态值的调节改变搜索参数,达到内部状态控制行为选择的目的.     

改进的加权复杂网络节点重要度评估的收缩方法

分析了加权复杂网络的结构特点,综合考虑了边权对节点重要度评估的影响,给出了加权节点重要度的新定义,并提出了改进的适用于加权网络的节点收缩方法.该方法认为最重要的节点就是收缩后加权网络凝聚度最大的节点,其算法的时间复杂度为O(n³).该方法有助于更准确地发现复杂网络中的关键节点.最后的实验分析验证了方法的有效性和可行性.     

解特殊工艺约束双目标调度问题的新遗传算法

针对特殊工艺约束下非一致并行多机双目标调度问题,设计了一个双目标调度模型(BOSP).进而基于遗传算法和免疫理论的思想,提出了新的遗传算法(IGA).算法的编码采用了向量组编码方法,能有效地反映实际调度方案;免疫算子的引入,保证了种群的多样性和种群的质量,加快了算法收敛速度.仿真结果表明,算法是有效的,免疫算法的引入,使算法能较好地收敛到最优解,优于没有引入免疫算子的遗传算法,并能适用于解实际的此类调度问题.     

具有区域极点约束的H∞概率鲁棒控制器设计与仿真

针对利用确定性方法对参数不确定系统进行具有区域椴点约束的H∞鲁棒控制综合具有计算复杂、保守性大等特点,一种基于概率鲁棒性分析思想的新控制器设计方法被提了出来.然后,利用多目标遗传算法对其进行求解.仿真结果显示,此设计方法简单、保守性小,而且能满足系统动态性能和对扰动抑制的鲁棒性要求,是有效、实用的.     

两种带多约束的组播路由算法

组播对其成员节点能够提供服务质量,且组播在未来通信网络当中起到越来越重要的角色.对多约束斯坦利最小树问题,提出了基于Boruvka方法的多约束组播算法(BMCMRA)与基于Kruskal方法的多约束组播算法(KMCMRA).仿真试验表明算法具有良好代价性能,且能够很好地满足多约束条件.