基于两时间尺度模型的直升机非线性控制器设计

提出一种基于两时间尺度模型的直升机非线性控制方法. 该方法利用直升机不同状态达到稳定的时间不同的特点, 将直升机模型分为快速和慢速两种模型. 反步控制方法和逆动力学控制方法分别被用于进行快慢两种模型控制器的设计, 并在控制过程中采用了不同的控制周期. 仿真结果表明, 利用上述方法设计的控制器, 对于阶跃变化和正弦变化的速度轨迹具有良好的跟踪效果.

     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

基于关键资源优先的三级装卸搬运分时协调策略

研究基于关键资源优先的单元化“装卸、搬运、装卸” 三级作业链的调度问题. 在已知关键资源调度方案的条件下, 将两个非关键各作业级的调度问题分别转化为最小单位流问题, 并建立相应的0/1 整数规划模型求解. 为求解大规模问题, 提出三级装卸搬运的分时协调策略. 参照宁波港码头数据, 设计面向集装箱码头的仿真算例, 实验结果验证了所提出模型和策略的有效性.

     

自适应变步长迭代动态规划方法及其在间歇过程优化中的应用

迭代动态规划(IDP) 作为一种求解非线性问题的离散算法, 其寻优精度和收敛速度受到时间段划分的影响. 通常, 时间段划分依赖主观经验, 缺乏科学有效的指导. 针对终端时刻固定的动态优化问题, 提出一种自适应变步长IDP 算法, 综合考虑控制变量与目标函数值的变化, 对时间段数量、长度和切换点进行优化. 将该方法应用于间歇过程优化, 结果表明其能够智能分配时间段数量与长度, 可有效提升寻优精度.

     

某一转炉或精炼炉故障下炼钢-连铸生产重调度方法及应用

炼钢-连铸生产中会出现某一台转炉或精炼炉故障, 目前已有的重调度方法没有考虑多重精炼或只进行了仿真研究, 难以有效应用到具有多重精炼的钢厂, 而采用人工调整方式则容易导致炉次等待时间过长或断浇. 为此,通过引入炉次生产状态参数, 建立0-1 混合整数规划重调度模型, 提出由“未加工”炉次的设备指派、“未加工”炉次的开工时间优化和浇铸时间调整3 部分组成的重调度方法. 将该方法应用于某钢铁厂炼钢-连铸生产调度过程的实际工程应用验证了所提出方法的有效性.

     

基于区间特性和变量软约束的模型预测控制算法

针对传统的区间模型预测控制算法的性能指标函数设计复杂, 以及被控变量进入区间后稳态轨迹变化幅度大的缺点, 提出一种区间特性和变量软约束的模型预测控制算法. 该算法仅利用期望输出区间的上下限, 通过预测输出与区间的等式关系构造区间跟踪偏差项, 同时利用预测输出和操作变量的增量二次型构造变量软约束项, 减小区间内的稳态轨迹的变化幅度, 上述两项合称为软约束区间跟踪性能指标项. 以回转窑模型为被控对象进行仿真, 表明了算法的有效性.

     

一种智能优化算法解质量评价方法

如何评价智能优化算法在有限时间内所得解的质量, 是计算智能基础研究和工程实践中都亟待解决的问题. 受序优化思想启发, 针对连续优化问题, 提出一种评价智能优化算法解质量的方法. 首先利用聚类方法对解记录均匀化分区, 然后根据适应度值分布计算对准概率作为解质量评价指标. 通过对均匀采样、非均匀采样、粒子群算法和遗传算法的寻优结果进行实验表明了所提出方法的有效性.

     

一种采用抽样策略的PSO 算法

原始粒子群优化算法(PSO) 和各种改进方法存在着参数取值固定、收敛精度低等问题. 为此, 提出一种采用抽样策略的粒子群优化算法(SS-PSO). 通过拉丁超立方抽样(LHS) 策略更新粒子速度和位置, 以加快收敛速度; 提出一种基于随机采样的最优位置修正方法, 以微调全局最优; 提出“双抽样”LHS 局部搜索方法, 以提高收敛精度. 与其他新近提出的两个算法进行对比, 结果显示SS-PSO 在一定程度上提高了算法的性能.

     

低碳供应链纵向合作减排的动态优化

基于微分博弈, 研究由一个供应商与一个制造商组成的低碳供应链中纵向合作减排的动态优化问题. 构建了以制造商占主导、供应商跟随的Stackelberg 微分博弈模型, 分别得到了制造商和供应商的最优反馈均衡策略及各自的利润最优值函数, 推导出产品碳排放量随时间变化的最优轨迹. 通过数值算例分析了制造商和供应商的长期合作减排策略对产品碳排放量的影响, 为供应链上下游企业开展长期减排合作提供了理论依据.

     

工程系统进度优化的协同决策方法

为解决多个承包商间的项目合作伙伴选择问题, 采用多目标规划构建工程系统进度优化的协同决策模型. 以合作博弈理论为基础, 运用主要目标法设计一种基于期望收益约束选择的模型求解方法. 算例结果表明, 所提出的方法可以在保障参与协同的承包商收益需求前提下实现工程系统进度最优, 所获得的协同方案更容易为各方接受.

     

Intelligent computing budget allocation for on-road trajectory planning based on candidate curves

In this paper, on-road trajectory planning is solved by introducing intelligent computing budget allocation (ICBA) into a candidate-curve-based planning algorithm, namely, ordinal-optimization-based differential evolution (OODE). The proposed algorithm is named IOODE with ‘I’ representing ICBA. OODE plans the trajectory in two parts: trajectory curve and acceleration profile. The best trajectory curve is picked from a set of candidate curves, where each curve is evaluated by solving a subproblem with the differential evolution (DE) algorithm. The more iterations DE performs, the more accurate the evaluation will become. Thus, we intelligently allocate the iterations to individual curves so as to reduce the total number of iterations performed. Meanwhile, the selected best curve is ensured to be one of the truly top curves with a high enough probability. Simulation results show that IOODE is 20% faster than OODE while maintaining the same performance in terms of solution quality. The computing budget allocation framework presented in this paper can also be used to enhance the efficiency of other candidate-curve-based planning methods.     

基于粒子群优化的刚柔混合机械臂振动抑制规划

提出基函数叠加与粒子群优化(PSO)相结合的振动抑制轨迹规划方法.首先推导了各关节变量与模态坐标的关系,采用正弦-梯形函数作为基函数构造各关节的角速度,其中基函数的系数和幅值为待定参数;然后将末端振动最小化轨迹规划转换为待定参数的优化问题,并采用PSO算法获得待定参数的最优值;最后以双杆刚柔混合机械臂为例开展仿真研究.仿真结果表明,所提出的方法大大减小了机械臂末端的残留振动.     

移动机器人路径规划技术综述

智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向.     

部分未知环境中移动机器人动态路径规划方法

针对部分未知环境,提出一种基于粒子滤波的动态路径规划方法.将全局最优路径视为受机器人运动及环境影响的变化量,采用粒子滤波算法,利用机器人运动信息预测路径,并利用实时环境信息更新路径,通过在线跟踪全局最优路径获得不断更新的全局优化路径.将传统全局路径规划先规划后执行的模式改为边规划边执行的模式,既减少了等待时间,又为机器人的移动误差及部分未知环境提供了较强的适应能力.仿真及实验验证,该方法的有效性.     

欠驱动航天器相对运动的姿轨耦合控制

针对欠驱动的非对称航天器设计六自由度相对运动的姿轨耦合控制器.首先,给出用对偶四元数描述的六自由度相对运动模型;然后,基于矩阵广义逆和空控制向量提出广义的滑模控制器,以实现相对姿态欠驱动控制的渐近稳定;最后,考虑姿轨耦合特性,利用高斯伪谱法和非线性规划得到相对轨道运动能量最省的轨迹,进而利用滑模变结构控制实现对该轨迹的跟踪.仿真结果表明,所提出的方法是有效和可行的,而且较其他方法消耗的能量更少.     

数据驱动的锑粗选泡沫图像特征优化设定

针对锑浮选过程中精、尾矿品位难以在线检测, 浮选性能不稳定的问题, 提出一种数据驱动的泡沫图像特征优化设定方法. 该方法根据入矿品位类型对泡沫图像特征进行优化设定, 并针对不同入矿品位类型的样本分布特点,先尝试采用案例推理的方法从历史数据中寻找浮选性能优良的泡沫状态. 若经验知识不足, 则采用基于多中心模糊C均值聚类与概率支持向量回归的区间II 型模糊系统建模方法建立精、尾矿品位指标模型, 并在此基础上利用智能优化方法寻优泡沫图像特征值. 某锑浮选工业实验结果表明了所提出方法的有效性.

     

基于信任机制的不完全信息大群体决策方法

针对不完全偏好信息大群体决策问题, 引入访问控制中的信任机制, 建立直接信任度与推荐信任度, 提出一种基于信任机制的补值方法; 分析了基于距离相似度存在的问题, 定义了一种新的距离相似度, 并与余弦相似度结合, 构建了决策偏好二元相似度的相聚模型; 利用聚类方法求解决策成员的权重, 并与补值后的完整偏好矩阵进行合成, 求得决策方案排序. 最后, 利用一个现有的文献案例验证了所提出方法的有效性和优越性.

     

一种鲁棒的自适应带宽跟踪方法

在自适应带宽均值移动算法的基础上, 引入粒子滤波, 提出一种新的目标跟踪方法. 该方法通过更新带宽矩阵以适应目标尺度的变化; 采用加权和方法融合定位检测结果, 使跟踪不易陷入局部最优状态; 对粒子进行收敛采样, 维持粒子多样性, 减小累积误差; 提出一种目标扩展搜索策略, 用于目标丢失后重新搜索跟踪目标. 实验结果表明, 所提出的跟踪方法在复杂场景中表现出了较好的鲁棒性, 且跟踪轨迹平滑.

     

三维自主再入制导方法

基于阻力加速度-能量剖面设计,提出一种新的三维自主再入制导方法.该方法的阻力加速度-能量剖面由再入走廊上边界和下边界内插得到,倾侧角采用两次反转模式,轨迹规划同时考虑了飞行器的纵向和横向运动,并具有在线生成三维轨迹的能力.最后对制导方法的适应性进行了仿真分析,仿真结果表明给出的再入制导方法能适应不同情况的再入,使飞行器在具有较好轨迹特性的同时以较高的精度到达末端能量管理界面.     

基于EPSO-BP 的Elman 网络及其在飞行轨迹预测中的应用

针对BP 训练方式采用梯度法易导致局部收敛的不足, 提出一种融合进食粒子群算法(EPSO) 和梯度法的Elman 网络优化方法. 首先, 通过模拟鸟群进食行为得到一种EPSO 算法, 以改善标准PSO 的全局性能; 然后, 将EPSO 用于Elman 网络权值的全局优化, 同时将梯度法用于EPSO 的进食过程局部搜索, 以提高解的局部收敛性能; 最后, 将该网络优化方法用于飞行轨迹预测实验, 仿真结果表明了其有效性.