多无人机协同规划的数学建模

针对第十三届全国研究生数学建模竞赛A题的多无人机协同规划问题展开研究.首先建立大路径和小路径的最短路径模型完成对十个目标群的扫描任务,其在雷达范围内航行总时间为10.37小时.然后建立实时自适应无人机作战模型针对未知远程雷达在不同情况下制定三级无人机作战策略,仿真结果显示:攻击方无人机滞留防御方雷达有效探测范围内的时间总和为8.81h.     

多无人机协同任务策略优化

从研究多无人机协同任务的系统资源分配、任务分配、航线规划、轨迹优化等问题入手,建立了多基地多无人机协同侦察模型.针对问题,首先利用"栅格化聚拢"的思想对目标点进行过滤优化,进而对目标群和无人机基地进行了任务分配,而后结合蚁群算法、贪心算法、最短路径算法等思想,通过Matlab平台,计算出能够让无人机停留在雷达探测区域总时间最少的最优策略.     

无人机协同任务的优化方案

研究的是多架无人机协同完成侦察、中继等作战任务的方案优化问题.对于侦查任务,首先建立了以总行进路径最短为目标的非线性0-1规划模型,求得单架加载S-1无人机无法完成任务,故又建立了以两组行进路径之和最短和组间路程差最小为目标函数的目标群分组的非线性0-1规划模型,得到最优分组方案.然后,由于S-2的扫描范围广,无需行遍所有目标点即可完成任务,故建立以扫描所有目标点为约束条件,遍历点数最少为目标的非线性0-1规划模型,求得仅需经过18个点即可完全扫描所有68个目标点.接下来,在满足S-1和S-2扫描每个目标点的时间差小于4h的前提下,得到了最优的飞行方案.对于中继任务,通过调整无人机的起飞时间,减少通过雷区的任意两架无人机的位置差异,得到仅需1架中继无人机的最优飞行方案.     

通行受限下需求可拆分的应急物资卡车-多无人机协同配送路径优化

研究通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径优化问题,综合考虑灾区路网状况、卡车可途中发射/接受无人机、无人机单次起飞可配送多个需求点、需求可拆分等因素,以应急物资配送任务完成时间最短为目标,构建卡车-多无人机协同配送路径优化模型.根据问题与模型特征设计一种改进蚁群算法求解.实验结果表明:文章方法能合理分配卡车与无人机的配送任务,科学规划通行受限情景下需求可拆分的应急物资卡车-多无人机协同配送路径;卡车途中发射/接收无人机方式能有效缩短无人机飞行距离,减少卡车与无人机的协同时间,缩短通行受限情景下的应急物资配送时间,具有可行性、合理性与有效性.     

乘用车物流运输装载模型研究

对乘用车物流运输计划问题进行了研究,首先,建立了以单辆轿运车实载率最大为目标的单车最佳装载方案模型,以该方案配送乘用车辆直到运输任务完成以获得初始轿运车数,其次以空载率最小为目标设计了数量调整模型对初始轿运车数进行优化,得到最优装载方案模型.基于上述优化模型计算最小的轿运车数,建立在轿运车数量限制下的最短行驶里程模型,选择总行驶里程最小的装载方案作为最优的配送方案.最后建立基于路径的物流运输装载模型,运用Floyd算法计算任意起讫点间的最短路径,设计了一种全局搜索算法得到一种合理的配送方案,并以空载率最小为目标对方案进行优化.     

多无人机对组网雷达的协同干扰问题研究

在现代战场中,航迹欺骗干扰技术是针对组网雷达提出的协同干扰技术,旨在利用多架无人机在同一时刻对组网雷达中的部分雷达实施相互关联的虚假目标欺骗干扰.充分考虑了实际情况下无人机飞行模态、飞行速度、飞行高度的约束限制,对雷达的位置分布以及虚假航迹线进行可视化,并将三维空间模型投影到二维平面后进行建模分析.主要针对一个虚拟的无人机航迹欺骗干扰问题,建立时空模型,通过构建可达交互矩阵和雷达扫描算法,结合0-1整数规划,得到无人机协同飞行的最优策略.     

基于客户满意度的车辆路径问题及蚁群算法求解

针对传统车辆路径问题片面强调行驶里程最短的弊端,引入客户满意度目标,提出了基于客户满意度的车辆路径问题数学模型,并通过线性加权将多目标模型转化为单目标.使用蚁群算法求解模型,并在蚂蚁状态转移中引入时间窗宽度因素,以优先考虑那些具有时间紧迫性的客户.对Solomon案例的实验仿真,结果表明了模型的合理性和算法的高效性.     

基于客户满意度的车辆路径问题及蚁群算法求解北大核心

针对传统车辆路径问题片面强调行驶里程最短的弊端,引入客户满意度目标,提出了基于客户满意度的车辆路径问题数学模型,并通过线性加权将多目标模型转化为单目标.使用蚁群算法求解模型,并在蚂蚁状态转移中引入时间窗宽度因素,以优先考虑那些具有时间紧迫性的客户.对Solomon案例的实验仿真,结果表明了模型的合理性和算法的高效性.     

考虑路线复杂度的应急疏散双目标路径选择模型

针对路径选择这一疏散计划中最基本的问题，考虑疏散时间以及路线复杂度因素，建立了应急疏散路径选择的双目标优化模型。模型将总疏散时间最短以及路线复杂度最低作为优化目标，同时考虑灾害扩散对疏散网络通行状况的实时影响，将各弧段上的通行速度表示为随时间的连续递减函数。设计了求解模型的蚁群优化算法，仿真结果表明了模型和算法的有效性和可行性。     

多波次导弹发射任务策略优化

针对第十四届中国研究生数学建模竞赛E题的多波次导弹发射中的规划问题展开研究.首先,简化各道路节点路径信息后通过Dijkstra算法和模拟退火算法,制定了整体最短暴露时间对应的具体发射点位及机动路线方案,得到最短暴露时间127.7h;再采用穷举法及模拟退火制定合理布设两个转载地域以及确定最优隐蔽节点的策略;最后,在考虑规避敌方打击以及单个发射装置最大暴露时间最短等其他因素下,将多目标优化问题转化为单目标优化问题.     

Hybrid co-evolutionary particle swarm optimization and noising metaheuristics for the delay constrained least cost path problem

This paper presents a co-evolutionary particle swarm optimization (PSO) algorithm, hybridized with noising metaheuristics, for solving the delay constrained least cost (DCLC) path problem, i.e., shortest-path problem with a delay constraint on the total “cost” of the optimal path. The proposed algorithm uses the principle of Lagrange relaxation based aggregated cost. It essentially consists of two concurrent PSOs for solving the resulting minimization-maximization problem. The main PSO is designed as a hybrid PSO-noising metaheuristics algorithm for efficient global search to solve the minimization part of the DCLC-Lagrangian relaxation by finding multiple shortest paths between a source-destination pair. The auxiliary/second PSO is a co-evolutionary PSO to obtain the optimal Lagrangian multiplier for solving the maximization part of the Lagrangian relaxation problem. For the main PSO, a novel heuristics-based path encoding/decoding scheme has been devised for representation of network paths as particles. The simulation results on several networks with random topologies illustrate the efficiency of the proposed hybrid algorithm for the constrained shortest path computation problems.     

一种改进的公交网络最优路径算法

通过对公交网络模型进行分析,考虑公交线路票价变化,按照出行时间最短同时保证换乘次数较少的原则,对现有解决公交网络最短路问题的算法进行改进.应用了将公交线路抽象为顶点,建立邻接矩阵的方法处理换乘问题.通过实际问题计算验证了算法的有效性.     

基于可信性理论的均值-熵-偏度投资组合模型及其算法求解

本文考虑到证券市场的投资者往往面临着随机和模糊两种不确定性的情形,在模糊随机环境下把证券的收益率视作三角模糊变量,在可信性理论基础上建立了带融资约束条件的均值-熵-偏度三目标投资组合决策模型,拓展了基于可信性理论的投资组合决策模型的研究内容,同时通过对约束条件处理方法,外部档案维护方法等关键算子的改良,提出了一种新的约束多目标粒子群算法。本文运用该算法对模型进行求解,把得到的最优解与传统的多目标粒子群算法得到的最优解进行对比,结果表明新算法得到的最优解的质量会显著地优于传统的多目标粒子群算法的最优解,从而验证了算法的有效性和准确性。该算法可以在三维空间中得到一个分布性和逼近性较好的Pareto最优曲面,满足投资者对不同目标的差异需求,为投资者提供合理的投资组合决策方案。     

一种基于Dijkstra算法的机器人避障问题路径规划

移动机器人的避障问题是移动机器人控制领域的研究热点.针对给定的移动机器人避障问题,探讨了最短路径及最短时间路径的路径规划问题.对于最短路径问题,建立了简化的路径网格模型,将其抽象为由节点及边构成的两维图,再使用经典的Dijkstra算法获得可行的最短路径.对于最短时间路径问题,通过分析移动机器人弯道运行的速度曲线,基于几何方法得出了移动时间与过渡圆弧圆心之间严格的数学关系,此后借助MATLAB优化函数获得最佳的移动路径.算法可为类似机器人避障问题的解决提供借鉴.     

基于人机交互—蚁群算法的港口疏船调度优化

为解决因港口无法正常作业导致大量船舶压港后的疏船调度问题,从同时兼顾船公司和港口方利益出发,建立了船舶平均在港时间最短、额外作业成本最低、生产秩序恢复最快的调度生产多目标优化模型。利用多属性效用理论将多目标转换为单目标,并构建了相应的评价函数,采用改进的蚁群算法并结合人机交互以及邻域搜索方法求解,最后以大连港集装箱码头实际案例进行验证。结果表明,与通常调度方法相比,文中建立的优化模型能够更好地解决疏船问题;对比常规的蚁群算法,改进后的算法搜索效率更高。上述模型和算法为集装箱码头的生产组织调度提供了新的优化思路和方法。     

双机成比例无等待流水线重调度干扰管理研究

针对由异速机构成的双机成比例无等待流水线的加工特点,研究了机器扰动工况下的生产重调度问题,提出了兼顾初始调度目标(最小化制造期)和扰动修复目标(最小化工件滞后时间和)的干扰管理方法。在最短加工时间优先(SPT)排序规则的最优解特性分析基础上,证明了右移初始加工时间表是事后干扰管理的最优调度方案,建立了基于SPT规则的事前干扰管理模型,设计了基于理想点趋近的多目标处理策略,提出了离散量子微粒群优化与局部搜索机制相结合的启发式模型求解算法。算例实验结果表明,本文提出的干扰管理模型和算法是有效的。     

改进的NSGA-Ⅱ算法研究风力机叶片多目标优化

将一种采用精英控制策略和动态拥挤方法用于快速非支配排序遗传算法（NSGA-Ⅱ）,并应用到风力机叶片的优化研究中,获得了一种新颖的风力机叶片多目标优化设计方法．作为应用算例,以设计风速下的功率系数最大和叶片质量最小为优化目标,用该方法设计了5 MW大型风力机叶片．优化结果表明,此算法在处理风力机多目标优化问题取得了良好的效果,给出的是一个Pareto最优解集,而不是传统优化方法追求的单个最优解,为风力机多目标优化设计提供新的思路和通用的算法．     

铁路应急设施非概率可靠性选址优化研究

为解决小样本、贫信息下铁路应急资源储备点的可靠性选址问题,创新性地将选址-路径问题与区间非概率可靠性方法结合起来,考虑灾情发生后应急设施点在可接受的时间范围内响应受灾点的需求能力及其稳定程度,采用区间值度量路段阻抗,基于区间非概率可靠性理论及区间运算规则,提出路径的非概率可靠性度量及可靠最短路径选择方法;建立基于区间时间阻抗下可靠最短路径的无容量设施选址模型,提出约束条件限制的Monte Carlo改进算法,确定了铁路资源储备点选址的最优方案。实例表明,本文的优化方案能更好地保证救援的时间可靠性,改进的求解算法具有更小的时间复杂度,有效地缩短了运算时间,改善了解的质量。本文的方法与模型体系对于实现铁路应急设施可靠性选址,为决策者提供决策支持,提高铁路应急响应能力具有重要的指导意义。