基于KnCMPSO算法的异构无人机协同多任务分配

随着无人机(Unmanned aerial vehicle, UAV)技术的广泛应用和执行任务的日益复杂,无人机多机协同控制面临着新的挑战.以无人机总飞行距离和任务完成时间为优化目标,同时考虑异构无人机类型、任务执行时序等多种实际约束,构建基于多种约束条件的异构无人机协同多任务分配模型.该模型不仅包含混合变量,同时还存在多个复杂的约束条件,因此,传统的多目标优化算法并不能有效地处理混合变量及对问题空间进行搜索并生成满足多种约束条件的可行解.为高效求解上述模型,提出一种基于拐点的协同多目标粒子群优化算法(Knee point based coevolution multi-objective particle swarm optimization,Kn CMPSO),该算法引入基于拐点的学习策略来更新外部档案集,在保证收敛性的同时增加种群的多样性,使算法能搜索到更多可行的任务分配结果;并基于二进制交叉方法,引入基于学习的粒子更新策略来提升算法的收敛性及基于区间扰动的局部搜索策略以提升算法的多样性.最后通过在四组实例上的仿真实验验证了所提算法在求解异构无人机协同多任务分配问题上的有效性.     

多平台海上协同搜索与路径优化策略研究

针对传统海上搜索研究中搜索平台与行为单一、缺乏协同的问题,建立多平台海上协同搜索路径优化模型,研究协同搜索与路径优化对策.在协同搜索策略方面,给出同构协同与异构协同搜索策略的定义,并设计不同规模的协同仿真场景;在路径优化策略方面,根据海上搜索平台的搜索特点,设计基于行为和基于智能算法的路径优化策略.在此基础上,对比研究不同规模的海上协同搜索策略与路径优化策略效果.结果表明:基于混合智能算法的路径优化效果普遍优于基于行为的搜索策略与单一算法,异构协同搜索策略能够充分发挥各平台优势、取长补短,取得了优于单平台和同构协同搜索的收益效果.     

基于DEA模型的区域成人教育资源配置效率研究

探讨中国成人教育资源配置效率对优化成人教育资源配置、调整未来成人教育改革方向具有重要意义.通过构建投入产出指标体系,运用数据包络分析(DEA)模型对我国30个省市区的成人教育资源配置效率进行评价分析.结果表明,我国省市区成人教育普遍存在教育资源配置失效的问题,其中教育资源配置失效的省市区大部分存在着严重的固定资产投资、土地使用等投入冗余现象,但基本不存在产出不足的情况.针对分析结果,成人教育主管部门应当密切关注各地区的教育发展差异,特别是教育资源配置效率差异,统筹兼顾, 推动我国成人教育资源的高效配置和成人教育事业的健康发展.     

考虑客户满意度的低碳冷链车辆路径优化

在考虑冷链配送客户满意度的基础上,以车辆载重、客户时间窗和冷链产品变质率为约束,构建在客户服务时间范围内以碳排放量最小为优化目标的冷链车辆路径优化模型。将信息素浓度上下限融入传统蚁群算法,并结合领域搜索加快收敛速度、提高算法全局搜索能力。通过实例仿真表明,在低碳冷链VRP问题的求解过程中,改进型蚁群算法能够以更高的效率搜索最优成本。模型同时满足企业经济及社会效益,在不同规模实验场景下取得良好的路径优化效果,验证了模型的有效优化能力。     

卫星任务调度统一化建模与多策略协同求解方法

针对卫星任务调度“一星一系统”、测运控分离的现状,以卫星执行任务产生的星上独立事件和星地协同事件作为调度对象,以事件可执行时机作为调度资源,建立卫星任务调度统一化约束满足模型,将传统运控任务调度与测控任务调度纳入统一的建模方法.为保障模型的通用性和适应性,设计包含构造启发式、智能优化和针对性算法改进的多策略协同求解方法,搭建卫星任务调度算法与调度模型松耦合、模块化的系统架构.实验测试表明,所提出方法能够弥补传统模型在敏捷遥感卫星任务调度和高轨卫星测控调度场景下的局限性,在Benchmark问题和实际应用场景中均表现出良好的适用性和优化效果.     

航天器任务调度模型、算法与通用求解技术综述

针对航天器任务调度大规模、复杂化的新常态和灵活组网、快速响应的新要求, 综述了航天器任务调度模型、算法与通用求解技术的发展现状. 首先, 基于遥感卫星、中继通信卫星、导航卫星和航天测控等航天器任务, 从任务排序模型和时间窗口分配模型两个角度出发, 揭示了不同航天器任务调度模型的决策形式和共性特征, 阐明提升模型兼容性、适用性的必要性. 其次, 基于启发式算法、精确求解算法和元启发式算法, 探讨了航天器任务调度算法的适用模型与编码特色, 指明“算法?模型”解耦、算法深度融合的重要性. 在此基础上, 介绍了CPLEX、STK/Scheduler、Europa2和“高景一号”任务调度分系统等航天器任务调度通用求解技术的模型、算法与主要功能, 说明我国自主研发通用求解技术的必要性和新的应用思路. 最后, 指出了开发航天器任务调度统一化建模语言、打造算法库与测试集等未来航天器任务调度研究的新方向.     

天临空协同对地观测任务规划模型与并行竞争模因算法

针对天基、临空基和空基协同的对地观测发展新趋势和"看得见、盯得住、跟得上"的对地观测应用新要求,研究面向3种典型对地观测任务的天临空协同任务规划模型与算法.首先,构建统一化的观测路径决策模型,为不同资源的观测路径提供统一的描述手段;其次,建立差异化的约束与收益模型,指明区域目标覆盖、定点目标监视和移动目标跟踪等3种典型对地观测任务,以及覆盖率、监视率和跟踪率等3种收益函数,同时提出一种并行竞争的模因算法,通过并行、竞争和进化操作逐代发挥算法、算子优势和计算机算力,提供灵活、易用和自适应的模型求解手段;然后,开展3种典型对地观测任务仿真实验,检验天临空协同对地观测任务规划模型和并行竞争模因算法,呈现出天临空对地观测的时、空协同性;最后,讨论模型和算法在天临空协同对地观测实际应用中的可行性和改进方向.     

求解柔性车间作业调度的知识型协同演化方法

提出了一种求解柔性车间作业调度的知识型协同演化方法。在该方法中,各个种群采用不同的进化方法和参数设置来推进各自的演化进程;种群之间通过相互的资源竞争和信息共享,共同推动整体算法的进化进程。采用柔性作业车间调度问题的15个标准实例进行实验,结果表明所提方法在优化性能方面优于近期公开发表的七种典型方法。     

求解柔性作业车间调度问题的遗传-蚁群算法

为更有效地求解柔性作业车间调度问题,提出了一种遗传一蚁群算法,该算法采用遗传算法解决机器分配问题,采用蚁群算法解决工序排序问题.存算法的求解过程中,不断从前期优化中挖掘、学习知识,并采用已获得的知识指导后续优化过程.通过标准实例测试,验证了所提算法的有效性.     

灵巧卫星任务规划模型及算法

为深入研究灵巧卫星观测调度问题,在分析灵巧卫星观测特点和操作约束的基础上,建立了多星环境下的灵巧卫星任务规划模型.提出智能优化和约束检查相分离的灵巧卫星任务规划算法,该算法基于学习型蚁群算法进行任务指派,采用人机交互方法实现活动调度,使用标签方式实现增量式约束检查.通过实验结果表明了该方法的有效性.