USV&AUV水下目标协同搜索与打击航迹规划

异构载运工具合作执行复杂任务是提高任务完成效率的有效手段,已被广泛应用于军事与民用任务.关注对水下目标的搜索与打击任务,此项任务由水面航行器(unmanned surface vehicle, USV)与水下航行器(autonomous underwater vehicle, AUV)合作完成.首先描述USV&AUV系统的框架以及USV与AUV在系统中发挥的作用.在协同航迹规划模型中,整个任务被划分为目标搜索和目标打击两个阶段,两个阶段的目标分别是使得搜索空间最大和AUV与目标的末端位置误差最小.模型中的约束包括USV和AUV的机动能力、目标探测能力、通讯范围等.在协同策略的设计中,针对该任务两个阶段的特点,分别基于随机模拟实验和异步规划策略设计协同航迹规划算法,以集中式和分布式模式分别生成两阶段的航迹.仿真结果表明, USV&AUV系统能够在不同的条件下完成对水下目标的搜索与打击任务.在目标打击阶段,与集中式规划结构相比,分布式规划结构能够应对各种复杂的场景并成功完成任务.     

基于IABC算法的舰载机着舰调度

舰载机有序、高效着舰是确保舰载机舰面保障计划如期进行的必要前提,为提高舰载机着舰效率并减轻传统人工着舰排序的负担,研究一种舰载机着舰调度算法.首先,以加权着舰完成时间和为优化目标,构建舰载机着舰调度的数学模型;其次,提出一种改进的人工蜂群算法用于模型求解,算法在基本人工蜂群算法的基础上引入遗传算法中的交叉算子、精英策略以及一系列自适应局部搜索策略,以增强算法的全局搜索性能,提高算法收敛速度;最后,通过着舰调度案例仿真和算法对比表明,改进的人工蜂群算法具备更强的优化性能和更好的鲁棒性,可以求解大规模舰载机着舰调度问题,具有工程实际应用价值.     

混合差分进化算法在舰载机出动调度中的应用

研究舰载机舰面航空保障问题,通过合理规划舰载机在舰面多阶段工位上的保障顺序和时序以提升舰载机的出动效率,并将问题抽象为考虑阶段转移时间的混合流水车间调度模型.针对传统智能算法求解混流车间问题时存在的搜索效率低和易陷入局部极值点的不足,提出了一种混合差分进化算法.为提升算法的求解效率,设计了基于先入先出和最先空闲机器原则的解码策略.其次,引入了交叉、变异参数的自适应控制策略以提升算法的全局搜索能力,并在算法框架中嵌入一种基于模拟退火的多邻域局部搜索策略.最后通过仿真验证了算法对求解舰载机出动调度问题具有较好的收敛性和鲁棒性.     

舰载机间断型备件的需求预测方法

针对舰载机随舰出航过程中舰载机间断型备件的需求预测具有一定的特殊性,提出一种基于灰色系统和时间聚合的适用于舰载机间断型备件的需求预测方法.将备件发生需求定为异常值,利用灰色灾变预测对发生需求的航段进行预测,得到需求发生的时间;采用时间聚合法对备件需求量进行聚合处理,结合各影响因素利用GM(1,N)进行预测,解聚合后得到备件需求数量.实际案例分析表明:该方法预测精度较高,优于Croston法和Boostrap法等传统方法.     

基于领航-跟随的有人/无人机编队队形保持控制

针对有人/无人机编队飞行过程中的队形保持问题,采用领航-跟随策略设计一种有人/无人机编队队形保持控制器.首先从编队作战体系和控制原理角度设计有人/无人机编队控制系统结构;然后基于领航有人机与跟随无人机平面位姿的几何关系,建立编队内相对距离-角度运动学模型;最后在考虑僚机控制系统时变扰动的情况下,针对编队运动学模型特点设计动态反馈自适应编队队形保持控制器,并利用李雅普诺夫理论证明编队控制器的稳定性.仿真结果表明,所设计的控制器能够克服僚机控制模型不确定性带来的扰动影响,可以实现编队由初始误差到期望队形的快速调整以及稳定队形的保持.     

基于双种群模糊引力搜索算法的舰载机甲板作业调度

舰载机甲板作业调度问题是一类具有NP-hard特性的资源受限多项目调度问题.首先,分析舰载机甲板作业调度问题的工序流程约束和各类资源约束,构建舰载机甲板作业调度混合整数规划模型.然后,基于基本引力搜索算法,提出双种群模糊引力搜索算法用于模型求解.算法采用基于作业时序修正的优先数编码,并采用双种群交替迭代结构,将基于个体的双向对齐技术扩展到种群层面,基于串行调度生成机制产生调度方案.为了提高算法性能,采用边界修正策略修正越界粒子编码,在引力计算阶段,采用模糊逻辑控制策略进行参数自适应控制.最后,通过案例仿真和算法对比验证了双种群模糊引力搜索算法的有效性,所提出的算法适合求解大规模的舰载机甲板作业调度问题.