基于进化算法的多飞行器四维航迹规划方法

鉴于目前的航迹规划方法都局限于二维或三维空间,提出了一种基于进化算法的多飞行器四堆航迹规划方法.该方法在三维航迹规划的基础上加入时间代价约束,通过计算航迹节点在四维空间的坐标,将到达目标的时间与航迹搜索结合起来,使多个无人飞行器能够对目标进行同时打击并避免飞行器在飞行过程中的碰撞.仿真试验结果表明,该方法可以快速有效地完成四维航迹规划,获得满足要求的多飞行器飞行航迹.     

客户需求驱动的多层物流网络选址规划模型与算法

构建了一个包括生产商、物流中心、中转点及零售商等4类节点的多层物流网络,并以零售商需求驱动,根据自下而上的规划逻辑,建立了该网络选址规划数学模型及其遗传算法.最后,用一个仿真算例对模型及其算法进行了验证.     

随机能力规划的Scenario模型及其决策风险分析

为研究随机环境下的生产能力扩张问题,采用Scenario方法,建立了市场需求量和产品价格为随机变量的多计划期能力规划决策模型.其中考虑了两种情况：一是能力投资方案不随市场需求的随机实现而变化的预报型模型,二是投资方案可以跟踪市场需求随机实现的适应型模型. 算例研究比较了这两种模型的决策效果.进一步,使用下方风险分析,探讨了随机能力扩张的投资决策风险,建立了考虑期望收益风险的预报型能力规划决策模型.该模型在随机规划中加入了一个期望下方风险约束,以反映决策者的风险偏好,基于算例讨论了考虑风险和不考虑风险时的决策差异.     

导弹力量作战行动规划综述

导弹力量作战行动规划在导弹力量作战指挥决策中具有重要作用。针对导弹力量作战行动规划中的实际问题,分析了导弹力量作战行动规划的特点,对其主要内容进行了描述,提出了导弹力量作战行动规划的基本方法和相关规划模型,构建了导弹力量作战行动效能评估指标体系,给出了相应的效能评估方法。研究结果可为导弹力量作战指挥决策提供支持,对提高常规导弹力量作战效能和整体作战能力具有参考价值,并为后续的具体研究提供一定的理论基础。     

基于人工免疫网络机器人路径规划算法的进一步研究

本文进一步完善了基于人工免疫网络的移动机器人路径发现与规划算法,给出了算法的设计思想和流程详细的描述;并基于马尔可夫链理论,从数学上证明了该算法的收敛性;通过势场法、神经网络算法和遗传算法三种常用的移动机器人路径发现与规划算法的对比实验,表明文章所设计的算法具有很好的柔性,能够适应于不同的规划环境,解决了其它规划算法无法克服的规划难题以及欺骗性问题,表现出了高度的智能性。     

基于模型预测控制的轮式移动机器人轨迹规划

针对轮式移动机器人(Wheeled Mobile Robot-WMR)自身欠驱动的特点,并考虑到实际工作时的各种约束和限制,提出了一种基于模型预测控制(Model Predictive Control -MPC)的多约束轨迹规划方法。可以对车体自身的运动学约束、物理约束以及避障等约束进行集中有效的处理,可以生成符合车体自身模型特点并满足各种约束的可行轨迹,充分保证了轮式移动机器人自主行驶的可行性,安全性,高效性。仿真结果充分验证了该方法的有效性。     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。     

城市交通连续平衡网络设计问题的模拟退火算法

对城市交通连续平衡网络设计问题作一简要介绍。建立该问题的双层规划模型。针对该问题．构建一种特殊的邻城结构．并设计出基于此邻城结构的模拟退火算法。通过一个实例对算法进行验证．并同其他算法进行比较．结果表明模拟退火算法的计算结果较精确．但相应的计算量增加。但该算法用于大型网络设计问题时．其优势则会有明显体现。     

目标规划模型的知识表示与XPGP搜索算法研究

针对目标规划问题的建模与求解的问题，通过剖析目标规划数学模型的结构特征及其模型求解过程的状态转移规律，以及目标规划的求解原理与人工智能的状态空间理论分析对比，扩展人工智能状态空间三要素表示体系，提出了一种基于状态空间理论的目标规划模型的知识表示方法——Mpsp法；根据线性目标规划模型的结构和求解特点，提出了线性目标规划知识化模型改进的宽度优先搜索算法——XPGP搜索算法。本项研究使目标规划的应用研究朝着知识化、智能化方向迈进一步，充实了智能运筹学这一新学科的研究基础。     

缺货补偿条件下的生产规划模型及算法

针对缺货补偿条件下有能力约束、多产品、多阶段制造系统的生产规划问题，以利润最大为目标，建立混合整数规划模型。通过对模型的等价转换，基于对偶理论将等价模型分解为相互关联的生产主问题和库存子问题，设计对偶分解算法进行求解。数值实例的计算结果，说明了算法的收敛趋势以及在计算时间方面的性能。