考虑中断风险的备件供应选址-分配优化模型

战时条件下,仓库或运输载体受到敌方蓄意攻击而丧失全部或部分储存和运输能力,造成备件供应中断。而供应网络的中断风险很难预测且动态变化,为不确定性参数。为解决不确定中断风险下的备件供应问题,以备件供应成本最低、供应延迟时间最短为目标,构建了战时备件供应的多目标选址-分配联合优化模型。通过对多面体不确定集合的鲁棒等价变化,建立相应的鲁棒优化模型。采用元启发式算法对模型进行求解,得到了模型的非支配解集及其对应的供应方案。研究结果表明：通过对关键设施的加固防护,可以提高备件供应网络的效率和可靠性;鲁棒优化模型的最优解可以保证战时备件供应“最差情况下”解的可行性,即模型具有很好的鲁棒性。     

基于μ综合的防空导弹自动驾驶仪设计

针对防空导弹自动驾驶仪设计中存在的建模误差,提出了μ综合自动驾驶仪的设计方法,通过引入虚拟不确定块将控制系统的鲁棒性能问题转化为广义系统的鲁棒稳定问题,采用标准的D-K迭代法求解系统的鲁棒控制器.仿真结果表明,基于标准弹道上某特征点的一个确定数学模型设计的μ综合自动驾驶仪,可控制导弹沿标准弹道的全弹道稳定准确地飞行.系统对模型不确定性具有较好的鲁棒稳定性和鲁棒性能.     

基于随机鲁棒优化的导弹姿态控制系统设计

针对多目标优化算法设计的控制系统鲁棒性不强的问题,基于随机鲁棒方法设计了导弹姿态控制系统参数,并进行了对比仿真验证。在确定姿态控制系统结构基础上,根据系统对快速性和稳定性的要求,提出一个包含系统稳定性、时域指标和频域指标项的指标体系。在此基础上,通过对各指标或各指标的不满足概率适当加权,分别为粒子群优化算法和随机鲁棒方法定义适应度函数,并在参数取值区间内对待定控制参数进行寻优,从而实现姿态控制系统参数的优化整定。蒙特卡洛仿真实验表明了随机鲁棒方法用于鲁棒控制系统设计的有效性。     

飞行器大包线鲁棒飞行控制律设计

对于飞行器随环境改变而参数变化范围较大的问题,研究采用鲁棒控制方法进行控制律设计。重点研究被控对象不确定的建模问题。将飞行器参数变化视为飞行器对象的不确定性,分别给出了时域和频域两种不确定性的建模方法。采用时域状态空间模型不确定性的线性分式变换描述方法,对某飞行器进行了大包线范围的μ综合鲁棒控制律设计。设计仿真结果表明,控制系统不但具有鲁棒稳定性,而且具有鲁棒性能。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

基于H2/H∞混合控制的空-空导弹鲁棒制导律的设计

针对空-空导弹在追踪平面内非线性运动问题,基于H2/H∞混合控制方法设计了H∞鲁棒制导律.根据导弹和目标在同一平面内的运动模型,由非线性H2/H∞混合控制理论,描述任意给定目标加速度、控制加速度指令,并由H2/H∞混合控制标准设计问题的解,得到系统具有一定性能指标的控制输入,实现H∞鲁棒制导律设计.最后的数值仿真验证表明所设计的鲁棒制导律是有效的.     

μ-synthisis方法在结构一声耦合系统鲁棒控制中的应用

以在工程中普遍存在的封闭空间结构一声耦合系统为对象，基于鲁棒结构奇异值理论，建立了结构一声耦合系统鲁棒主动控制模型，提出了设计鲁棒μ-synthesis。控制器的方法：通过引入虚拟的不确定块，将耦合系统响应性能的问题转化为广义系统的稳定鲁棒性问题，采用标准D-K迭代法求解该增量系统的稳定鲁棒控制器。封闭空间结构一声耦合系统的控制仿真表明，同鲁棒H∞控制结果相比，μ-synthesis方法对模型不确定性具有良好的稳定鲁棒性和性能鲁棒性。同以往的研究相比，新意在于应用μ-synthesis方法设计了结构一声耦含系统鲁棒控制器，以克服H∞控制器的不足。     

考虑区间不确定性的某弹丸提升装置参数优化

针对某自动装填系统弹丸提升装置在使用过程中出现的性能下降问题,提出一种考虑区间不确定性的提升装置参数优化方法。基于动力学分析软件ADAMS建立提升装置的机电液耦合模型,将液压系统参数和摩擦系数作为区间不确定量,利用区间数序关系将构件载荷及其波动区间最小转化为确定性优化目标。采用拉丁超立方抽样(LHS)技术进行抽样仿真,基于径向基函数(RBF)神经网络方法构建了提升装置的近似模型,大大提高了优化求解效率。基于多岛遗传算法和序列二次规划法的双层嵌套优化方法求得系统的鲁棒解,仿真结果与试验结果均验证了该方法在解决自动装填系统等复杂问题中的有效性和适用性。     

基于遗传算法和最大最小方法的鲁棒最优弹道设计

给出了一种鲁棒最优弹道的设计方法,通过将遗传算法和最大最小优化方法有机结合,对导弹全程弹道参数进行优化,保证所设计的弹道具有全局最优性和较强的抗干扰能力,即鲁棒性;给出了鲁棒最优弹道的详细设计步骤,以近程寻的反坦克导弹为例,给出了弹道优化数学模型.设计和仿真结果表明,该鲁棒最优弹道设计方法是准确、有效的.鲁棒最优弹道使近程寻的导弹能在武器系统约束条件下和扰动作用下,以最大着角命中目标.     

基于特征模型的高超声速飞行器再入多约束预测控制

针对存在输入和输出多约束的高超声速飞行器再入控制问题,提出了一种基于特征模型的鲁棒预测控制方法。对耦合的非线性再入动力学采用低阶线性特征模型简化,设计鲁棒预测控制器保证满足再入控制的多约束。基于特征模型的低阶等价性,将再入动力学的输入输出动态特性用线性时变的特征模型描述,并将三通道姿态耦合和干扰作为广义复合干扰。将灰色理论中累加求和的思想引入到特征模型参数辨识算法中,弱化了再入随机噪声的影响,通过灰色辨识方法在线估计特征模型的时变参数和干扰。设计一种基于线性矩阵不等式(LMI)滚动优化技术的H_2/H_∞鲁棒预测控制律与基于灰色辨识的补偿器共同构成复合控制器,保证了整个闭环系统的稳定,满足输入和输出约束。数据仿真验证了算法的有效性。     

基于交叉效率排序多目标进化算法的备件供应优化

为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明：通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.927 8的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。     

基于约束多目标优化算法的夹具定位方案稳健性优化设计

设计人员通常根据自身经验或某些特定的优化方法获得稳健的夹具定位方案。由于设计人员的经验水平及使用条件等方面的限制,导致该类方法缺乏通用性,为此提出了一种约束多目标优化算法确定夹具定位方案。该算法由稳态演化的可行解搜索阶段和双种群优化阶段构成,将网格约束分解的方法和基于可行性准则的方法结合,以合作的方式求解约束多目标优化问题。经过测试函数的检验以及与其他算法对比验证该算法的可行性,以工程问题为例,完成了夹具定位方案优化设计。研究结果表明,约束多目标优化算法的设计方法具有更好的通用性和实用性,不仅简化了夹具定位方案设计程序,而且揭示了工件在不同方向上偏移方差之间的相互关系。     

面向火炮射击密集度的随机因素稳健设计

为了实现对射击密集度的有效控制,解决考虑随机因素的射击密集度优化设计问题,利用基于随机模型和随机优化的稳健设计理论,提出一种指标要求导向型的随机因素参数区间计算方法。基于蒙特卡洛模拟,采用六自由度外弹道模型,利用某型大口径榴弹炮数据求解射击密集度并研究其统计特性。利用不合格概率、灵敏度指数两个稳健目标准则,构建射击密集度稳健设计随机模型。采用带精英策略非支配排序遗传算法并结合反向传播神经网络代理模型技术对稳健设计随机模型进行优化求解,确定符合指标要求的随机因素参数区间。对比分析结果表明,该方法可同时保证射击密集度指标的最优性和稳健性,对射击密集度的预测具有一定可行性。     

两主两从博弈下的装备维修器材供应链协调研究

以相互竞争的两条装备维修器材供应链作为研究背景,提出了一种基于Stackelberg主从博弈的激励协调模型,并通过最优反应动态思想给出求解该模型的一般思路,结合粒子群优化算法对军事算例进行仿真,对比分析供应商合作与非合作下的计算结果,供应商非合作下奖金激励策略可以有效实现供应链协调,但供应商若能实现合作,将使供应商达到利益最优化,可忽略奖金激励的影响.     

多目标优化的多品种维修器材分配问题研究

为了更好地满足部队维修器材需求,优化需求数量超过供应中心库存数的多品种维修器材分配整合供应问题,建立了保障重点、兼顾公平、效用最大的多目标优化模型。提出了采用灰色关联度方法对多目标进行处理,将多目标转化为单目标问题,并将之内嵌到改进遗传算法中。实例验证表明,该算法最优适应度值及平均适应度值可分别降低31.538 5%和37.371 1%,验证了该模型能有效减少器材分配失衡,提高器材供应效率。     

火炮输药机构小射角输药到位一致性稳健优化设计

针对火炮输药机构在小射角非满装药输药过程中到位一致性差的问题,提出基于稀疏混沌多项式展开的输药过程稳健优化设计方法。建立输药机构的动力学模型,并通过试验验证模型的正确性和有效性;基于稀疏混沌多项式展开求取不确定性输入参数对输药到位的代理模型;以模块药到位以及到位标准差最小为目标,建立输药过程的稳健优化设计模型,采用NSGA-Ⅱ优化算法对优化模型进行求解。计算结果表明：输药到位一致性得到了提高,且到位均方差较初始减小了26.74%,验证了该方法的有效性。     

考虑不确定性的模块化战术导弹优化设计

针对不确定性因素对模块化战术导弹总体参数影响较为敏感,从而导致设计出的导弹无法满足要求问题,开展了模块化战术导弹不确定性优化设计。以某38 kg级别直升机载空地导弹为研究对象,采用稳健性优化设计理论,建立模块化导弹稳健性优化设计模型,分析载荷质量与质心位置、速度方案、弹道方案3类不确定问题对导弹起飞质量与设计约束的影响。优化结果表明：在付出很小质量代价基础上,稳健性优化方案可降低不确定性因素对设计目标的影响,大幅度提升满足设计约束的概率。方案对比分析表明：增加导弹飞行高度与续航阶段末速可提升模块化直升机载空地导弹起飞质量稳健性;增加续航段末速与尾舵展长、减小弹翼展长可提升设计约束稳健性。     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。