飞机计划恢复的混合集合规划方法研究

恶劣天气和机械故障等原因造成航班不能正常运行,航空公司需要重新安排飞机路线和受扰航班的起降时间.不正常航班的飞机计划恢复问题是一个典型的NP-Hard问题,为解决这一问题,采用混合集合规划方法,引进更一般的约束条件,建立了自然约束语言模型,设计简洁且高效的求解策略,实现了多机型的飞机计划恢复.最后对各种规模的实例进行了测试,并与贪婪模拟退火算法进行比较,表明了这种方法在求解质量和时间效率上的优越性.     

不正常航班恢复的飞机和乘客优化调配模型

现实生活中有很多因素影响航空公司的正常运营,比如飞机故障、极端天气、航空管制等,这些问题的产生不仅增加了航空公司的运营成本,而且还给乘客带来许多损失。为了降低航空公司的运营成本和乘客的损失,从飞机调配和受干扰乘客的重新调配出发构建模型,通过IBM ILOG CPLEX软件对两个模型进行求解,并获得了备用恢复行程的飞机调配方案和受干扰乘客的重新调配方案。通过实际算例验证了该模型的有效性和实用性。     

不正常航班旅客流恢复方法研究

针对不正常航班所引起的投诉与纠纷现象日益严重,以及航空公司恢复受扰旅客行程的实际需求,提出一种基于旅客类别的旅客流恢复模型,以最小化旅客行程恢复损失成本为目标,并给出适用于此模型的求解算法。利用该模型,航空公司可以确定旅客优先级,得到旅客优先恢复序列,降低了不正常航班的经济损失,同时赢得了良好的品牌信誉。实验结果证明,该模型具有实用性和有效性,航空公司可以快速获得优化的、可行的、经济的旅客流恢复方案。     

改进SA-SP算法的路面不平度信号压缩感知采集研究

为大幅度减少采集路面不平度信号的存储空间,提高采集速度,基于压缩感知理论针对标准路面的不平度信号进行压缩采样和重构。首先验证了B级路面不定度信号在频域下的近似稀疏性,并进行了信号的压缩采样。针对现阶段凸优化方法和常用的三种贪婪算法的不足,提出一种改进的模拟退火算法与子空间追踪算法相结合的稀疏度自适应匹配追踪算法,利用改进的模拟退火算法快速搜索匹配最优的稀疏度,并采用子空间追踪算法快速重构信号。仿真实验对比五种重构方法,结果表明,凸优化方法精度较高,耗时过长;OMP算法和SP算法耗时极短,但需要预先进行实验来估测信号的稀疏度,实用性低;SAMP算法能实现稀疏度的自适应匹配,但匹配的误差较大,且耗时较长;提的新方法具有良好的精度和较快的执行速度,R-squares和耗时的均值分别为0.9837和2.77 s,稀疏度估测效果较好,且采样点数的增加不影响算法重构信号的速度。     

面向正常性的飞机排班优化算法

针对航班正常性问题,在飞机排班问题基础上,引入正常性约束,建立面向正常性的飞机排班模型,提出一种两阶段启发式算法进行求解.构建符合正常性要求的候选航班链集合,将排班问题转化为候选链对航班计划的集合覆盖问题.通过0-1整数规划求解集合覆盖问题,得到满足正常性约束的最小飞机数量排班方案.松弛正常性约束减小飞机使用数量,满足飞机数量约束.通过迭代搜索寻求正常性与飞机数量平衡的最优排班方案.实验结果表明,该方法可以有效提升航班计划的正常性期望.     

航班恢复问题的迭代局部搜索算法

在恶劣天气和机械故障等原因造成航班不能按照原计划执行时,航空公司需要采取相应的措施对航班进行恢复。本文基于经典的资源指派模型,综合考虑了调整时间、换机、联程拉直、取消航班和调机5种恢复策略,提出一种以最小化加权成本为优化目标的航班恢复模型,并设计一种迭代局部搜索算法。首先用构造-修复启发式方法构造可行解,然后从该初始解出发,在飞机路线对的邻域中进行局部搜索。当陷入局部最优后,对解进行扰动,然后从扰动后的解重新出发进行局部搜索。为了提高搜索效率,同时降低陷入局部最优解的概率,局部搜索过程采用模拟退火算法。实例结果表明,本文提出的模型及算法能够在短时间内对受到影响的大规模航班计划进行恢复。     

飞机维修计划优化模型与算法研究

分析了航空维修生产调度中的维修计划编制问题,仔细研究了飞机维修计划编制流程和约束条件,建立了飞机维修计划编制优化模型,不仅考虑了飞机维修资源的约束,同时还考虑了维修日期对效益的影响,能够快速确定每架飞机开始检修日期。为了求解模型,建立了离散粒子群优化算法,采用适合模型的粒子取值和速度变化方式。应用生产数据进行实际排产的实验结果表明,建立的模型和算法切实可行,可应用于生产实际,可大大提高生产调度自动化水平。     

不确定周期约束下项目调度算法

为了能让企业通过良好的项目调度的方法缩短产品的项目周期,提出了对不确定周期约束项目调度的求解方法。对现实生产生活中存在的不确定因素进行分析,指出不确定项目周期和不确定资源这2个不确定因素。在此基础上建立了总体模型。提出了一种基于模糊理论的对不确定周期约束下项目调度问题的求解方法。该方法以遗传算法为基础,通过与模拟退火算法的结合可以很好地克服遗传算法自身的缺点,从而得到能更好地反应现实需求的结果。对算法进行了实例验证,结果表明了该方法的准确性、有效性和可行性。     

试论网络流算法中模型的优化与选择

近年来，在国内信息学竞赛（尤其是国家队选拔赛）、国家信息学竞赛中，多次出现应用网络流算法求解的试题，网络流算法已是信息学奥赛选手必须掌握的算法。本文主要探讨不同网络模型的构造对问题解决的效率的影响，以及如何优化网络模型，提高算法的效率。     

带静不平衡约束的正交矩形布局问题的启发式模拟退火算法*

以卫星舱布局为背景,研究一类带静不平衡约束的正交矩形布局问题.借鉴拟物策略,定义矩形与矩形、矩形与圆形容器之间的嵌入度计算公式,将该问题转变为无约束的优化问题.通过将启发式格局更新策略、基于梯度法的局部搜索机制与具有全局优化功能的模拟退火算法相结合,提出一种求解带静不平衡约束的正交矩形布局问题的启发式模拟退火算法.算法中的启发式格局更新策略产生新格局和跳坑,梯度法搜索新格局附近能量更低的格局.另外,在布局优化过程中,通过在挤压弹性势能的基础上增加静不平衡量惩罚项,并采用质心平移的方法,使布局系统的静不平衡量达到约束要求.实验表明,文中算法是一种解决带静不平衡约束的正交矩形布局问题的有效算法.     

飞机指派问题优化模型及算法研究

为了提高航空企业飞机排班计划的自动化水平,分析了航空企业飞机排班计划编制流程,将这个复杂组合优化问题分解为3个组合优化问题,重点研究了其中的飞机指派优化问题,归纳了要考虑的主要约束条件,以优化理论为基础,针对飞机排班计划优化问题中的关键问题—飞机指派问题建立了飞机指派优化模型,模型考虑了飞机与航班之间在机型、飞行区域、客流量等条件上的匹配要求,并给出了模型约束条件的编码方法,同时根据大量实际生产数据给出相应的惩罚系数表。为求解模型,构造了一种自适应单亲遗传算法,算法选用了适合模型的遗传算子,采用动态调整遗传算子操作概率的方式加快优化速度。采用航空公司的实际航班数据进行仿真实例研究结果表明,该模型和算法切实可行。     

基于蚁群算法的网格资源发现模型研究

本文通过对传统的网格资源发现存在的问题进行分析,针对其不足,引入蚁群算法,提出基于蚁群算法的网格资源发现模型（AA_GRRM）,设计并分析AA_GRRM的体系结构,并对其关键模块分析设计,以提高网格资源发现效率。     

类不平衡数据的卡方聚类算法研究

K-means型算法在处理类不平衡数据时趋向于形成大小相同的簇,是"均匀效应"。针对这一问题诸多研究者提出了不同的聚类算法,这些方法针对簇样本数量不平衡特性,存在精度和效率问题。本文以卡方距离为基础提出了一种类平衡数据的聚类算法,利用均值消除受簇均值水平影响的特性度量样本相似性,解决类不平衡数据中"均匀效应"问题,给出了聚类目标函数,形成一种EM型聚类优化算法。在UCI实际数据集上进行了实验,结果表明本文所提出的算法提高了类不平衡数据的聚类精度,降低了"均匀效应"对聚类结果的影响。     

PSO优化算法飞机操纵面故障辨识研究

针对飞机复杂的非线性操纵面故障系统,建立故障模型,提取各种故障数据,并将粒子群优化算法应用于BP网络系统,提出了一种基于粒子群优化神经网络的故障诊断方法;该方法分阶段实施神经网络的训练,有效地加强了算法的全局搜索能力,采用PSO算法优化了传播中的权值和阈值,弥补了BP算法收敛速度慢和易陷入局部极小点的不足,提高了故障模式识别的能力;实验结果表明该方法加快了神经网络的学习收敛速度,提高了故障模式的识别正确率,对飞机操纵面的各种典型故障都能有效加以辨识。     

小型四旋翼无人飞行器控制算法研究

根据牛顿定律和欧拉方程,建立小型四旋翼无人飞行器的动力学模型,并设计四旋翼飞行器的控制系统。利用经典PID设计位置环控制回路和专家PID设计姿态环控制回路。对控制系统进行仿真,从仿真结果来看,该控制系统可使飞行器准确到达指定位置,并保持稳定的悬停姿态。     

对SSD模型改进与优化的人脸检测算法研究

本文提出基于MobileNetV3-CBAM+SSD的人脸检测模型,首先将MobileNetV3轻量化网络代替SSD模型的主干特征提取网络VGG-16,提高了模型的检测速度,然后在SSD模型中引入CBAM轻量级注意力机制,提高了模型的检测精度,最后将本文所提算法与SSD和MobileNetV3-SSD算法进行实验性能对比。实验结果表明,本文提出的人脸检测模型在DataSet数据集下平均精度均值达到94.58%,提高了9.91%,检测速度提高了42帧/s,计算参数和模型大小减少,基本满足应用要求。     

基于粒子群算法的运输机PID控制器参数寻优

研制和发展大型飞机,是一个国家工业、科技水平和综合实力的集中体现,对大型飞机飞行控制器的研究具有十分重要的意义;采用PID控制方式设计出来的飞行控制器结构简单,易于工程实现;针对PID参数复杂繁琐的整定过程,提出了一种基于粒子群优化的PID参数寻优算法,克服了传统方法中花费大量的时间进行PID控制参数整定或反复试凑的缺点;对某型运输机俯仰姿态PID控制器进行了仿真研究,仿真结果表明利用该方法对所设计的飞行控制器进行参数优化不仅较大地提高了飞行控制器参数整定效率,而且获得了优良的飞行控制效果,并且具有较好的鲁棒性。