基于改进A算法的无人机三维航迹规划

针对传统的A*算法在无人机航迹规划问题中的局限性,提出一种改进的A*算法,并结合无人机的性能约束直接对三维空间进行航迹搜索。算法有效的减少搜索空间,缩短搜索时间。仿真结果证明改进算法的有效性。     

基于A＊算法的实时航迹规划方法研究

根据巡航导弹实时航迹规划时效性强、弹载计算设备的运算速度和内存容量有限等特点，将巡航导弹的机动性能约束与规划空间的划分结合起来，构造了一个较小的搜索空间，然后在此缩小了的搜索空间内利用A＊算法具有的启发式特点，可在有效时间内搜索到满足要求的可行航迹．最后，通过一个例子对A＊算法进行了验证．     

基于IPSO-BP的船舶航迹预测研究

目的 面对复杂的海上交通及密集的物流交通流,及时有效地对船舶航迹进行跟踪预测显得尤为重要,针对传统船舶航迹预测方法精确度低且效率低下的问题,提出一种改进方法。方法 在船舶自动识别系统（AutomaticIdentificationSystem,AIS）数据的基础上,建立改进粒子群算法（IPSO）与BP神经网络相结合的船舶轨迹预测模型,利用船舶历史航行轨迹数据,实现对未来船舶运动的预测。选取宁波舟山港的船舶历史轨迹数据进行实验,并将IPSO-BP模型的实验结果与其他模型进行比较。结果 不同模型航迹预测对比结果表明,IPSO-BP模型的性能较好,其预测精度较高,适用于船舶轨迹预测。结论 使用IPSO-BP模型能够更加精准地预测船舶航迹,在船舶危险预警、船舶异常监测等方面具有重要的指导作用。     

北约建模与仿真先进技术与标准化研究组运行机制研究

北约建成了相对完善的建模与仿真标准化制度机制、组织机构和持续演进的标准体系,成立北约建模与仿真研究组开展先进技术与标准化研究工作。本文以该研究组发展情况和开展活动为重点展开研究,首先介绍研究组的历史沿革、目的使命和组织架构,并对其标准化工作的文件体系、工作机制、研究主题进行分析总结。最后研提对我国建模与仿真先进技术与标准化研究的启示借鉴。     

微观偏析建模与仿真的研究进展

微观偏析数值模拟是材料成形过程数值模拟研究的一个重要分支。论述了微观偏析数值模拟研究的重要性和研究进展。分析了晶粒域微观偏析模型和界面域微观偏析模型的建模思想、各自特点及其与相关模型的耦合方法。指出了当前微观偏析数值模拟研究中存在的问题，展望了这一领域未来的研究前景和发展方向。     

粒子群优化算法在电网规划中的应用

粒子群算法适合求解连续变量优化问题,本文提出了粒子群算法的新离散化方法。常规粒子群算法在电力系统优化问题中取得了成功,但有"趋同性"。本文提出了改进多粒子群优化算法(IPPSO),IPPSO是两层结构:底层用多个粒子群相互独立地搜索解空间以扩大搜索范围;上层用1个粒子群追逐当前全局最优解以加快收敛。粒子群以及粒子状态更新策略不要求相同。     

基于Agent的水声对抗仿真系统建模与仿真分析

分析了水声对抗仿真系统的组成和特点,基于Agent方法进行了水声对抗仿真建模,建立了Agent实体的功能层、信息层和认知层的模型结构,给出了基于Agent的系统结构和个体Agent的建模过程,从一个新的视点上研究了水声对抗分布仿真系统,最后总结了这种仿真体系的特点和长处。     

动态参数摄动系统可视化建模及群仿真研究

研究了动态参数摄动系统的可视化群仿真环境的软件实现问题，研究表明，应用先进仿真技术，采用面向结构化设计方法，即可实现参数摄动条件下的交互式可视群仿真。     

基于Agent的军用大型复杂系统建模与仿真

大型复杂系统是21世纪的核心技术之一，而军用复杂系统是各发达国家优先考虑的发展对象。在此背景下，简述了Agent的组成和原理，并对Agent用于军用复杂系统的建模过程进行了深入细致的分析，给出了复杂系统仿真模型和仿真结果，对仿真结果进行了分析。     

基于MATLAB的卷筒纸印刷机张力控制系统的建模与仿真

为了精确研究滚筒印刷的张力特性及控制策略,建立了一个较精确的开卷张力动力学模型,利用MAT-LAB强大的建模、仿真功能,开发了一个开卷张力仿真模型,采用PID对其进行控制,由此构建了完整的卷筒纸印刷机开卷张力控制仿真系统。对多个张力扰动因素进行了研究与仿真,并给出了不同扰动占主导时的张力控制系统仿真结果。     

基于资源限制的多目标网络计划优化模型

目前网络计划优化研究要么没有考虑资源限定的柔性,要么只是集中于单纯的工期优化或资源优化等单目标优化。本文针对传统网络计划建模资源限制缺少柔性、优化目标单一等问题进行了深入的研究。在柔性资源的限制下,为使得工程网络计划达到总体最优,考虑工程项目的工期、成本、项目净现值、资源的均衡等多个目标,建立其网络计划优化模型,并采用粒子群算法予以求解。根据拓扑排序算法生成满足时序约束的活动序列并计算活动的时间参数。对于产生资源冲突的活动,依照执行优先权解决冲突资源的执行顺序,更新时间参数。采用随机权重的方法,让粒子群算法种群的多个个体进行随机转化,从而保持解的多样性。采用国际上通用的Patterson问题库中benchmark算例对本文提出的方法进行验证。结果表明,与初始方案相比,优化后的方案分别在工期上缩减了20%,成本上缩减了11.17%,净现值增加了11.82%,资源均衡度减少了18.29%。由此可见,提出的基于粒子群算法的优化模型对资源限制下的网络计划中的工期、成本、净现值、资源均衡度等多个目标均实现了不同程度的优化。     

基于迷宫算法和遗传算法的船舶管路路径规划

船舶管路的多样性和布局环境中约束的复杂性导致管路设计效率低下.为辅助设计人员提高管路设计效率并减少人为错误,提出了一种新的管路设计方法.首先,基于轴平行包围盒简化管路布局空间,利用栅格法对其进行离散化,并赋予空间网格特定的能量值,构建管路布局优化问题的数学模型.其次,基于遗传算法的框架,引入改进迷宫算法,提出管路路径规划方法,其中:迷宫搜索中引入辅助点的概念,增加了遗传算法中初始种群的多样性,有利于提高遗传算法的全局搜索能力;提出了定长度的编码方法,简化了管路染色体处理难度,提高了算法性能;基于引入方向优先搜索策略的迷宫算法,设计定长度编码遗传算子,保证了子代个体的质量,提高算法的收敛速度.最后,基于仿真试验,验证算法的性能.试验结果表明了该方法的可行性和高效率,以及其对实际管路布局工作具有指导意义.     

Optimisation of integrated process planning and scheduling using a particle swarm optimisation approach

Traditionally, process planning and scheduling are two independent essential functions in a job shop manufacturing environment. In this paper, a unified representation model for integrated process planning and scheduling (IPPS) has been developed. Based on this model, a modern evolutionary algorithm, i.e. the particle swarm optimisation (PSO) algorithm has been employed to optimise the IPPS problem. To explore the search space comprehensively, and to avoid being trapped into local optima, the PSO algorithm has been enhanced with new operators to improve its performance and different criteria, such as makespan, total job tardiness and balanced level of machine utilisation, have been used to evaluate the job performance. To improve the flexibility and agility, a re-planning method has been developed to address the conditions of machine breakdown and new order arrival. Case studies have been used to a verify the performance and efficiency of the modified PSO algorithm under different criteria. A comparison has been made between the result of the modified PSO algorithm and those of the genetic algorithm (GA) and the simulated annealing (SA) algorithm respectively, and different characteristics of the three algorithms are indicated. Case studies show that the developed PSO can generate satisfactory results in optimising the IPPS problem.     

基于粒子群遗传算法的泊车系统路径规划研究

针对智能停车库自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于粒子群和遗传算法的动态自适应混合算法.在标准粒子群算法和遗传算法的基础上,通过引入动态自适应调整策略分别对惯性权重系数、学习因子以及交叉变异概率公式进行了优化.在进化初期,通过在惯性权重系数和学习因子之间建立动态联动关系来实现对粒子速度和位置的实时有效更新;在进化后期,通过引入自适应遗传算法的交叉、变异操作来增强混合算法的全局搜索能力,提高算法的进化速度和收敛精度.为验证混合算法的可行性和有效性,选用MATLAB软件对其进行仿真测试.仿真测试结果显示,与禁忌搜索算法、蚁群算法以及遗传算法相比,混合算法表现出较强的全局搜索能力和较好的收敛性能,表明混合算法可行和有效.     

Development and challenges of planning and scheduling for petroleum and petrochemical production

Production planning and scheduling are becoming the core of production management, which support the decision of a petrochemical company. The optimization of production planning and scheduling is attempted by every refinery because it gains additional profit and stabilizes the daily production. The optimization problem considered in industry and academic research is of different levels of realism and complexity, thus increasing the gap. Operation research with mathematical programming is a conventional approach used to address the planning and scheduling problem. Additionally, modeling the processes, objectives, and constraints and developing the optimization algorithms are significant for industry and research. This paper introduces the perspective of production planning and scheduling from the development viewpoint.     

A hybrid particle swarm based method for process planning optimisation

A process planning (PP) problem is defined as to determine a set of operation-methods (machine, tool, and set-up configuration) that can convert the given stock to the designed part. Essentially, the PP problem involves the simultaneous decision making of two tasks: operation-method selection and sequencing. This is a combinatorial optimisation problem and it is difficult to find the best solution in a reasonable amount of time. In this article, an optimisation approach based on particle swarm optimisation (PSO) is proposed to solve the PP problem. Due to the characteristic of discrete process planning solution space and the continuous nature of the original PSO, a novel solution representation scheme is introduced for the application of PSO in solving the PP problem. Moreover, two kinds of local search algorithms are incorporated and interweaved with PSO evolution to improve the best solution in each generation. The numerical experiments and analysis have demonstrated that the proposed algorithm is capable of gaining a good quality solution in an efficient way.     

子母穿梭车式立体仓库复合作业路径优化

目的研究子母穿梭车式立体仓库中复合作业路径优化问题,有利于提高系统运行效率,降低成本。方法对于子母穿梭车式立体仓库在一次存取货作业中复合作业方式的实际调度路径,考虑到其运动机构的加(减)速度,以完成复合作业总时间最短为目标建立数学模型。针对该系统复合作业的运行特征,提出一种结合遗传和蚁群算法各自优点的混合粒子群算法进行优化求解。结果实例验证可知,与粒子群算法和蚁群算法相比,文中提出的混合粒子群算法具有性能稳定、优化效率更高等优点。结论文中所提复合作业路径优化方法能够有效地缩短子母穿梭车式立体仓库的复合作业时间,提高了进出库调度效率。     

EPS控制器建模与动态性能试验仿真

电动助力转向(electric power steering,EPS)控制器动态性能直接影响EPS总成的快速响应性和平稳性.利用Matlab/Si mulink创建EPS控制器模型,设计了EPS基本助力特性和包含PID算法、电流反馈的控制策略;利用AMESi m创建EPS负载模型并组装系统仿真模型,定义软件的数据交换接口并进行联合仿真.通过仿真,研究了三种标准激励下控制器动态性能的评价方法,讨论了助力电机关键参数对控制器性能的影响.结果表明,依托特定负载建模构建半物理仿真系统,进行脱离EPS总成环境的控制器动态性能试验是可行的.     

A new chemical route for the preparation of fine ferrite powders

Precursors to MFe₂O₄ [spinels ferrites; where M = Ni(II), Co(II) and Zn(II)] have been prepared by the evaporation of polyvinyl alcohol added mixed metal nitratesolution, in presence and absence of urea. Theprecursor materials have low ignition temperature and are spontaneously combustible at low temperatures (250°C to 400°C). The heat liberated through the process is sufficient for the crystallization of the desired ferrite phase. The urea added process resulted in finer, superparamagnetic particles (12–17 nm) compared to the process without urea (particle size 25–30 nm). The ultrafine ferrite powders obtained have been characterized by X-ray powder diffraction (XRD), thermal gravimetry (TG), differential scanning calorimetry (DSC), infrared spectroscopy (IR), transmission electron microscopy (TEM) and room temperature magnetic measurement studies.     

可靠性优化的一种新的算法

建立了可靠性冗余优化模型,提出了一种基于粒子群优化算法的可靠性优化的新方法,该方法结合了遗传算法的思想。实例结果表明,粒子群算法比模拟退火算法和遗传算法效果好。