城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

变化海流环境下AUV能量最优三维路径规划

为获取变化海流环境下自主水下航行器(autonomous underwater vehicle, AUV)的能量最优路径, 基于最优控制理论提出一种用于AUV的三维能量最优路径规划算法。首先, 为了有效抑制海流对路径规划的影响, 将海流向量加入到AUV运动学模型中。其次, 在已知俯仰角及AUV位置的情况下, 利用庞特里亚金极小值原理, 获得能量最优控制律。最后, 利用线性定常系统的状态空间理论, 计算得到初始艏向角、航速以及能量消耗。在仿真环节, 通过与负反馈控制策略相比较, 说明所提算法能够规划出三维能量最优路径, 而且可以有效降低AUV的能量消耗。     

车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

PLC对电动机位移控制的制动实验

PLC应用微分算术左移 @ASL ( 2 5 )指令和微分算术右移 @ASR ( 2 6)指令 ,完成对3台电机的控制 .1 # 电机停止采用能耗制动控制 ,2 # 电机停止采用反接制动控制 .     

导航系统视觉快速跟踪方法

提出了一种图象搜索的方法 ,适用于变化的环境 ,通过灰度值偏移校正二维阈值化和噪声滤波的方法能有效排除由于光源所引起的各种干扰 .本方法处理速度快 ,满足自引导车实时跟踪和导航的需要     

三维光盘存储系统中双光头同步控制的频域分析与辨识

详细介绍了双光头同步控制原理.对采集的伺服模块聚焦误差跟踪信号及共焦模块读写光头的聚焦线圈驱动信号进行了频域分析,并以此两路信号作为系统输入输出,分别对三种参数模型进行参数优化.根据3种模型的频率响应及阶跃响应,选择双光头同步控制过程的参数模型为[450]阶的ARX模型.实测曲线与模型仿真结果符合度(fit)为78.0259%.     

高速磁浮曲线地段简支轨道梁墩体系动力响应仿真

应用桥梁动力学、车辆动力学和电磁相互作用原理建立了高速常导磁浮交通车-梁-墩体系动力分析模型,利用数值积分求解了大规模非线性耦合动力方程.在此基础上结合具体线路条件进行了车线耦合动力学检算,得到了曲线地段车辆及梁墩体系动力响应基本规律.该部分的研究为制订合理的高速磁浮线路设计标准提供了理论依据.     

汽车碰撞事故的速度分析

通过对交通事故中汽车的碰撞问题的简化 ,运用动量守恒定理和能量守恒定律着重研究了正面碰撞、追尾碰撞和侧面碰撞三种情况下 ,汽车碰撞前动量和速度的求解方法 ,为交通事故模拟和再现提供了一种更为实用的方法 ,并为科学处理交通事故、明确事故责任提供了重要参考。     

300 km·h-1电动车组制动参数研究

在我国研制的先锋号电动车组制动系统的基础上 ,借鉴国外高速列车的经验 ,对自行研制 30 0km·h-1高速动车组制动系统的重要参数进行了研究 ,并提出了可供运用的设计值 .通过对先锋号动车组和 30 0km·h-1高速动车组制动参数的比较分析 ,指出先锋号制动系统的模式比较适合于 30 0km·h-1动车组 .     

基于小波变换的运动汽车阴影分割

利用在阴影区域内的点所接受环境光强与汽车的相对位置关系，结合多分辨率小波分析，提出了一种新的基于小波变换的运动汽车阴影分割方法．该方法不需要知道光源的方向，也不需要车体的彩色信息；对背景的纹理也没有要求，适用于复杂纹理背景下任何颜色的汽车阴影分割．实验表明，该方法定位准确、速度快、抗噪能力强．