舰载机保障作业人机协同决策方法

舰载机保障作业是航空母舰航空保障系统的重要组成部分,其调度效率不仅影响舰载机出动架次率,而且严重制约航空母舰作战效能发挥.在多舰载机保障的动态甲板作业环境下,安全高效地为舰载机分配保障资源,最大限度地减少舰载机因资源分配冲突产生的时间开销,是提高舰载机保障作业调度效率的关键途经.现有基于启发式、机器学习等方法舰载机保障作业调度策略,存在计算量大、鲁棒性差、训练效率低等问题.为此,本文将舰载机保障作业调度问题建模为分布式多智能体协同控制的顺序决策问题,构建了一种新颖的基于人机协同的多智能体作业调度决策框架HCMTPF(human-machine collaborative multi-agent task planning framework),有效地提高了保障作业调度决策模型的学习效率.在此基础上,提出了一种基于人类行为可信度的自适应作业分配方法,进一步提高了智能体自主探索能力和人类指导经验利用率.经大量仿真实验验证,本文提出的舰载机保障作业人机协同决策方法比其他方法在计算性能和学习效率方面具有明显优势.     

基于协同进化的多智能体机器人路径规划

协同进化是一种新兴的、简单有效的智能优化方法,具有较好的收敛性、鲁棒性和高效性,在多目标优化问题中得到很广泛应用。将其应用到复杂环境下多智能体机器人的路径规划中,并设计适应度评价函数。同时,引入一系列新的变异操作算子,有效地对多智能体机器人规划的路径进行优化,加速了整体的规划速度,避免规划陷入局部最优,从而获得多智能体系统的全局最优或次优解。最后给出了的仿真结果证明方法可行、有效。     

基于协同的舰载软硬武器反导决策优化

舰载软硬武器综合反导是一个多阶段多目标系统,依据模糊权距离和隶属度概念,考虑系统中各阶段的协同关系,将模糊优选理论与动态规划原理有机地结合起来,寻求基于协同的多阶段多目标优化最优均衡策略的模糊动态规划技术,并将该技术应用于解决舰载软硬武器综合反导协同决策的优化,得出了具有指导意义的结论．     

煤矿智能化掘进关键技术研究

介绍了近年来煤矿巷道掘进主要技术（悬臂式掘进机综掘技术、连续采煤机掘进技术及掘锚一体化掘进技术）的研究成果,分析了这3种主要巷道掘进技术在我国的适用性及推广价值,指出：(1)悬臂式掘进机综掘技术仅能“前掘后锚”,掘进与支护的过程不能同时进行,限制了掘进效率。(2)连续采煤机掘进技术仅可在近水平煤层条件下进行,且对顶板的稳定程度有一定要求,适用性不强。(3)掘锚一体化掘进技术仅适用于巷道断面大的单巷快速掘进,所用到的掘锚一体机机身大且价格昂贵,并对所掘进巷道的底板稳定性有一定的要求。相比连续采煤机掘进技术,掘锚一体化掘进技术在我国有较好的应用前景。将原有掘进机的掘进功能拓展为掘进兼支护的功能,这对掘锚一体化掘进技术的研究与普及可起到推动作用。分析了近年来煤矿巷道机器人化智能掘进技术中智能截割、远程智能监控、智能协同控制3个方面的研究成果,得出：(1)智能截割技术主要集中在对煤岩自适应识别方面的研究。(2)远程智能监控技术已从远程实时监测向远程可视化监控方向发展,虚拟仿真技术的发展将井下掘进巷道的情况可视化地展现在地面,并将控制信号反馈到掘进工作面来对掘进工作面掘进机组进行远程同步控制,成...     

高效快速掘进系统的协同控制

高效快速掘进系统的协同控制需要以工作面采掘、支护、运输工艺为基础,实现采掘、破碎、支护等多个移动设备之间协同行走和运输系统联动控制。针对上述需求,将高效快速掘进系统中各设备的电控系统通过无线通信装置进行数据双向交互,实现了运输系统联动控制、可弯曲带式输送机和迈步式自移机尾的联动控制、掘锚机与破碎机的协同作业,达到了各设备协调、连续、高效、安全运行的目的。     

数字孪生驱动的煤矿多元业务全局动态协同管控

煤矿作为典型的多业务协同的复杂生产系统,在动态化销量需求及不确定性生产环境的作用下,存在安全、生产、经营等业务协同性和联动性较差等问题。数字孪生技术可为实现煤矿全局业务系统数据融合、协同管控和智能联动提供技术保障。从专业业务内部的融合、专业业务之间的融合2个方面分析了煤矿多元业务的融合及协同管控,其中专业业务内部的融合包括安全监测类业务融合、生产协同类业务融合、经营类业务融合3个部分。构建了基于数字孪生的业务动态协同管控架构,该架构包括物理对象感知层、虚拟空间仿真层、协同管控决策层。提出了“决策算法前摄性静态规划+孪生模型预测性协同管控+实时数据动态性协同管控”三重驱动的煤矿全局业务动态协同管控模式：在孪生世界构建煤矿“安全-生产-经营”多元业务虚拟模型,进行安全保障、生产联动、经营管理等前摄性静态规划,制订最优的业务协同管控初始工作计划;采用数值仿真模拟方式,在信息世界中实现虚拟模型的预测性运行,当管控措施效果得到验证后,及时将决策指令下发到物理世界中,从而将扰动由事件发生后的被动处理变成事件发生前的主动管控,提升管控决策的有效性;当煤矿企业业务运行过程中出现孪生世界未预测到的扰动时...     

基于决策知识学习的多无人机航迹协同规划

考虑无人机群体行为决策与状态变化的内在驱动,从信息处理角度提出基于决策知识学习的多无人机航迹协同规划方法.首先,基于马尔科夫决策过程对无人机的行为状态进行知识表示,形成关于连续动作空间的决策知识;然后,提出基于知识决策学习的深度确定性策略梯度算法,实现无人机在决策知识层次上的协同规划.实验结果表明:在研发设计演示系统的基础上,所提方法通过强化学习能够得到一个最优航迹规划策略,同时使航迹综合评价和平均奖励收敛稳定,为无人机任务执行提供了决策支持.     

多机器人智能协同作业M2M2A系统设计与实验研究

针对社会发展需求和当前技术现状,提出了一个在工业上能实现自适应环境、人机共融组织和智能决策的多机器人协同作业的M2M2A(man-or machine-to-machine to actuation)解决方案.首先设计了人、智能中心、机器人和传感器等所构成的多机器人作业系统的结构体系及其组织形式.设计了C/S(client/server)和P2P(peer-to-peer)混合式的M2M通信模型,由C/S模型实现人-机控制类和状态类信息的远程传输,由P2P模型实现机-机状态类信息的共享.研发了机器人自定位、作业环境感知、避障路径优化、轨迹规划和运动控制等智能模块,实现机器人自主作业的执行操作.数据流将通讯模块、智能决策及控制等各个模块有机融合在一起,构建了一个开放式、模块化的M2M2A系统.设计了一个典型的协同装配作业多机器人实验系统,通讯模块实现了作业环境信息、机器人位姿或位置信息的实时传输和共享,机器人智能模块可以根据作业环境的变化,自我协调各机器人的作业时序,自适应地重新规划各自的路径或作业轨迹,最优地完成下达的作业任务.     

基于多Agent联合决策的队组协同攻击规划

自动化渗透测试通过将人工找寻可能攻击路径的过程自动化,可大幅降低渗透测试的成本。现有方法主要利用单一Agent执行攻击任务,导致攻击动作执行耗时长,渗透效率不高;若考虑多个Agent协同攻击,由于每个Agent的局部状态有多个维度,总的规划问题的状态空间会呈指数级增长。针对上述问题,提出了基于多Agent联合决策的队组协同攻击规划方法。该方法首先将多Agent协同攻击路径规划问题转化为联合决策约束下的攻击目标分配问题,建立多Agent集中决策模式;然后以CDSO-CAP为模型基础,利用联合决策矢量矩阵JDVM计算渗透攻击奖励,并采用贪婪策略搜索多Agent的最优攻击目标。实验结果表明,与单Agent规划方法相比,该方法的收敛性相近,但执行轮次更短,更适合在多目标网络场景内进行快速攻击规划。     

基于GBM算子扩展的时序广义模糊软集决策模型

在不确定环境下,决策环境的复杂性使决策信息并非完全精确,同时也可能使决策信息存在着时序上的动态变化性。在广义模糊软集的基础上提出了时序广义模糊软集,并定义其并运算、交运算和数乘运算。针对不同时间点决策信息的相互关联性和不同属性间的内在联系,根据几何Bonferroni平均算子（GBM算子）与S范数,提出了时序广义模糊软集几何加权Bonferroni平均算子（TGFSSGBM算子）,并证明了其相关性质,在此基础上提出了考虑不同决策时间点权重的TGFSSGWBM算子。最后,构建了基于TGFSSGWBM算子的时序广义模糊软集决策模型,算例分析以及不同算子间的比较分析验证了该决策模型的可行性和有效性。     

基于GAAA算法的深海集矿车的最优路径规划

针对提高深海集矿车的集矿效率,实现最优路径规划的目标,建立了从起始点到达目的点时,集矿机所需时间最短、耗能最少的多目标优化问题的模型,并通过对子目标加权将多目标优化问题转换成单目标优化;在蚁群算法的基础上,采用了将遗传算法与蚁群算法相融合的算法,即GAAA算法;对集矿车作业路径进行寻优控制,在实现高集矿覆盖率和集矿效率的同时,提高了集矿车整机作业效率;仿真实验表明,GAAA算法用于集矿车路径寻优是可行的和有效的。     

多平台协同导弹攻击航路规划时间基准方法研究

多平台发射多枚反舰导弹协同航路规划是单枚导弹航路规划能力互补增效和提高作战效能的重要手段。针对多个发射平台发射反舰导弹协同攻击典型编队目标航路规划时的时间基准问题，在阐述导弹齐射攻击时多个发射平台协同攻击的模式和分类的基础上，按照协同基准、协同兵力以及攻击兵力与保障兵力的关系，建立了多枚导弹协同攻击时不同发射平台的作战流程。按照时间协同方法，在确定典型编队目标和导弹齐射数量的前提下，以两个潜艇平台各发射两枚反舰导弹为例，分析了各个发射平台获取目指信息时间、导弹攻击决策时间、导弹发射延迟时间和导弹航行时间，计算出了不同发射平台航路规划的基准发射时刻。解决了多个发射平台多枚反舰导弹同时临空问题，提高了导弹饱和攻击的作战效能。     

基于数字孪生的煤矿掘进机器人纠偏控制研究

针对复杂巷道环境下掘进机器人自主纠偏控制难题,通过分析掘进机器人偏移原因,明确了掘进机器人纠偏控制功能需求,提出了一种基于数字孪生的煤矿掘进机器人纠偏控制系统,介绍了系统组成;以掘进机器人对中纠偏为例,分析了系统纠偏控制机理,提出了基于双目视觉图像信息的掘进机器人纠偏控制方法,以双目视觉检测的巷道图像为基础数据,通过提取巷道图像特征及分析巷道坐标系与掘进机器人坐标系关系,解算出掘进机器人相对于巷道空间的位姿参数,根据解算结果对掘进机器人进行纠偏控制;构建了掘进机器人及巷道数字模型和定位定向参数数据库,通过虚实映射关系,实现了掘进机器人虚拟远程纠偏控制。实验结果表明,基于数字孪生的煤矿掘进机器人纠偏控制系统在不同工况下均可有效补偿掘进机器人偏航角和偏移距离,纠偏过程可实时显示在监测监控界面,且纠偏路径规划仿真结果与实际工况一致。     

快速路匝道入口智能网联车协同合并控制研究

针对快速路匝道入口场景在高车流量的情况下容易发生交通拥堵的问题,提出了一种快速路匝道入口智能网联车(connected and automated vehicles, CAV)协同合并控制的解决方案,将问题解耦成多车顺序决策和车辆运动规划两部分。其中多车顺序决策对通行效率起到重要作用,因此设计了一种基于状态评价模型(state evaluation model, SEM)的多车顺序决策算法。该算法首先建立状态空间并初始化,考虑通行效率和车辆延迟设计状态评价函数,通过状态转移关系选择出最优状态,最终回溯得到最优通行顺序。根据车辆状态和到达冲突点时间,控制器实时推导各车辆纵向速度的解析解,实现车辆运动规划。仿真和实验结果表明,该方案在满足交通系统实时性要求的同时能有效提高快速路匝道入口的通行效率,缩短车辆延迟,降低燃油消耗。     

基于Hamilton-Jacobi方程的飞行器机动动作可达集分析

为了给驾驶员完成标准机动动作提供决策支持, 提出一种使用哈密尔顿-雅克比(Hamilton-Jacobi)方程求解机动动作可行状态空间的研究方法.使用关键点将机动动作划分为不同阶段, 将各关键点的标准状态约束作为目标集, 逆时间求解目标集对应的可达集得到各阶段的边界状态范围, 目标集和可达集均由零水平集表示.使用该方法得到斤斗动作三维度运动模型下各阶段的可达集及斤斗动作的可行状态空间, 为了使运动模型的控制量与驾驶员实际操纵更为接近, 构建了以迎角变化率为控制量的四维度运动模型, 在此基础上对斤斗动作各阶段的可达集进行了分析.     

面向乒乓球对弈作业的七自由度仿人臂多目标轨迹规划

人类能对乒乓球拥有快速对弈作业的运动技能,并能以一种动作能耗小且舒适自然的手臂构型进行动作,其原因是由于人在长期的学习训练过程中积累了丰富的具有相应运动特性的"知识"信息.受人臂动作此行为机制启发,提出一种七自由度仿人臂面向乒乓球作业的多目标轨迹规划方法.该方法考虑仿人臂乒乓球作业的机构物理约束、障碍约束与任务约束条件,以仿人臂作业轨迹的能量消耗与臂姿构型舒适性为优化准则,采用多目标粒子群优化方法优选动作轨迹的决策变量获得一组最优的Pareto解集,决策者可根据实际决策需求选择其中一非支配解;在此基础上利用仿人臂多目标轨迹优选方法对其整个作业任务空间学习训练,构建仿人臂乒乓球对弈作业"知识"库.仿真试验结果表明该方法能较好地逼近真实的Pareto前沿,实现全局多目标寻优,且所优选的轨迹能满足仿人臂乒乓球作业的机构物理约束、障碍约束与任务约束条件,实际仿人臂动作测试也验证了该方法的有效性.     

UCAV对地多目标序次攻击决策研究

在增强无人机战斗力的研究中,针对无人作战飞机(UCAV)对地多目标序次攻击决策问题展开研究,建立多目标序次攻击的决策模型.为提高UCAV执行多目标攻击任务的成功率,决策模型综合考虑了UCAV在整个任务过程中所面临的战场风险,并将决策算法与航路规划问题分解,提出一种基于威胁分布密度的飞机生存概率评估方法,提高了决策效率.将序次决策问题转化为最优搜索问题,利用自适应蚁群算法求解决策问题并给出具体算法流程.仿真结果表明,多目标序次攻击决策方法能有效解决复杂战场环境分布所带来的目标排序优化问题,给出合理的多目标攻击时序,为方案设计提供了依据.     

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.

     

综采工作面三机数字孪生及协同建模方法

针对现有煤矿设备数字孪生建模方法主要侧重对单一设备进行建模,缺少三机耦合协同关系分析的问题,提出了综采工作面三机数字孪生及协同建模方法。采用智能体建模方法构建包含感知单元、控制单元和执行单元的采煤机、液压支架、刮板输送机智能体模型,依据三维建模流程构建对应的可视化模型,以智能体模型驱动三维模型运动,二者结合构成三机数字孪生模型;采用离散事件建模方法构建涵盖三机数字孪生模型交互过程的协同工艺模型,按照时序梳理三机开采工艺,形成三机协同工艺时序表。数字孪生模型用于描述综采三机的状态与行为,进行个体层面的仿真计算;协同工艺模型用于表征数字孪生模型之间的时序动作转换,实现对三机协同过程整体的推演。采煤机数字孪生模型的摇臂升降仿真实验结果表明,与真实设备测量数据对比,模型误差小,摇臂倾角平均误差为2.3°;液压支架数字孪生模型的连续升柱动作仿真实验结果表明,模型与真实设备的一致性好,与真实设备测量数据对比,角度平均误差为0.14°,行程平均误差为6.3 mm;结合煤矿实际生产日志对构建的三机协同模型进行虚实仿真实验,结果表明,所构建的综采工作面三机数字孪生模型与真实设备实现了相互映射,仿真结果与...     

基于灰色关联和遗传算法的供应链伙伴选择

供应链伙伴选择是一个典型的多目标决策问题,本文提出一种解决该问题的新方法.该方法分为两个阶段:第一,运用灰色关联分析的思想,将多目标决策转换为单目标决策模型.第二,对于得到的单目标决策模型设计自适应遗传算法求解,所得的最优解就是伙伴选择的多目标决策模型的最优解.为说明该方法的可行有效,进行了实际算例的求解.