基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。     

基于改进蚁群算法的战时不确定性路径规划模型求解

战时路径规划的不确定性包括参数、约束条件和决策目标等的不确定性。以基本蚁群算法为基础，结合随机模拟和模糊模拟技术，提出了一种改进蚁群算法来求解战时不确定性路径规划问题，并通过仿真示例与其他算法进行了比较。结果表明：该算法求解效率更高，求解过程更为直观，能够满足战时不确定性路径规划问题的研究。     

编队防空多通道-多目标匹配策略研究北大核心

针对舰艇编队防空武器组织中的多通道与多目标的匹配问题,提出一种基于策略的方法。根据双边匹配决策理论,给出防空多通道-多目标匹配问题的相关描述,进一步提出基于稳定性和效益最大的2种匹配策略,并阐述了策略意图和相应的实现算法,以此得到通过定制双边匹配策略来获得编队防空多通道与多目标匹配方案的方法。最后通过一个实例来说明使用该方法解决此类问题的可行性和有效性。     

编队防空多通道-多目标匹配策略研究

针对舰艇编队防空武器组织中的多通道与多目标的匹配问题,提出一种基于策略的方法。根据双边匹配决策理论,给出防空多通道-多目标匹配问题的相关描述,进一步提出基于稳定性和效益最大的2种匹配策略,并阐述了策略意图和相应的实现算法,以此得到通过定制双边匹配策略来获得编队防空多通道与多目标匹配方案的方法。最后通过一个实例来说明使用该方法解决此类问题的可行性和有效性。     

随机网络的α最短路径问题

为了求解随机网络中满足置信度为α的最短路径问题,提出了一种BP神经网络遗传算法。首先给出了随机网络的定义,建立了α最短路径模型;然后采用BP神经网络拟合非线性函数,遗传算法优化BP神经网络输出的方法求解该问题。实验结果表明,提出的模型和算法能有效求解随机网络的α最短路径问题。     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

虚拟人手臂操控规划路径优化算法研究

针对狭窄通道中虚拟人手臂操控可拆卸单元的运动路径质量较低的问题,提出了一种约束条件下高维空间中的路径优化算法。该算法采用双向增量扩展RRT算法并结合虚拟人手臂的前向运动学策略快速规划一条初始路径。在运用修剪算法移除冗余位姿点的基础上,以一定的步长进行线性插补使路径有效,然后设计了一种位姿点间隙增大算法来增大路径间隙,并通过路径修正来保证其有效性。迭代运行位姿点间隙增大算法和路径修正可使路径间隙持续增大。仿真实验表明:路径优化算法能够规划出狭窄通道中虚拟人手臂操控规划的高质量路径。     

高维空间中的舰船装配拆卸路径间隙优化算法

在C-Retraction算法的基础上,针对舰船装配拆卸中的可拆卸单元提出了一种高维空间中的路径间隙优化算法。首先,采用RRTConCon算法规划一条原始路径,将路径以一定的步长进行插补使其有效;然后,通过构建随机方向向量来增大位姿点间隙,并通过改进方法插补新位姿点和删除冗余位姿点来保证路径的有效性;最后,迭代运行该过程直到路径间隙不再增大。仿真实验表明:该算法能够得到可拆卸单元的大间隙路径,提高路径质量。     

不确定条件下多无人机侦察调度问题

结合动态目标的不确定性,构建了动态环境下多无人机协同搜索问题模型,并基于半随机式搜索策略的人工蜂群算法求解该模型。利用双重进化的特点,改进了插入点算子和逆转序列算子,在需要进行两点操作的搜索过程中,随机选取一点,另一点通过遍历可行解来确定最优解的位置。最后在某海域岛礁间距离之和的解空间维度上进行交叉搜索,并应用到局部搜索过程中构成双重进化,实验结果验证了所提出算法的有效性以及解决多无人机调度问题的可行性。     

考虑随机回放的卫星数传调度问题的一种求解方法

针对考虑随机回放的卫星数传调度问题,从置换空间到调度解空间的映射方法和置换空间的搜索算法两方面进行了研究.提出了一种时间窗优先的置换序列映射算法,并证明该映射算法可以将置换序列映射到调度解空间上的最优解.提出了一种遗传随机搜索算法,基于有记忆功能的随机邻域搜索,在置换空间上搜索产生优化调度的置换序列.仿真计算表明,遗传随机搜索算法可以增强遗传算法的局部搜索能力,在搜索结果上平均获得了2.72%的改进.     

基于页面关联比重的PageRank排序算法的改进

对比分析了基于链接分析的搜索引擎排序算法PageRank和HITS，针对原有PageRank算法采用的平分页面自身PageRank值的策略，提出了按基于关键词集的网页关联比重分配PageRank值的改进算法。该改进算法根据用户搜索的关键词，按照超链接的网页关联比重为超链接赋予权重，增强了已有算法的有效性。     

基于遗传算法的应急物流多设施选址模型研究

在现有研究的基础上,建立了应急物流多设施选址模型。在模型建立过程中除了考虑距离这一基本要素,还考虑了流量与安全性等道路特性,并将其转换为道路的综合权值,使模型更具现实意义。采用遗传算法求解,使该问题的求解过程得到简化。最后用实例对模型进行了验证分析,说明该模型的合理性。     

A stochastic approximation algorithm to compute bid prices for joint capacity allocation and overbooking over an airline network

In this article, we develop a stochastic approximation algorithm to find good bid price policies for the joint capacity allocation and overbooking problem over an airline network. Our approach is based on visualizing the total expected profit as a function of the bid prices and searching for a good set of bid prices by using the stochastic gradients of the total expected profit function. We show that the total expected profit function that we use is differentiable with respect to the bid prices and derive a simple expression that can be used to compute its stochastic gradients. We show that the iterates of our stochastic approximation algorithm converge to a stationary point of the total expected profit function with probability 1. Our computational experiments indicate that the bid prices computed by our approach perform significantly better than those computed by standard benchmark strategies and the performance of our approach is relatively insensitive to the frequency with which we recompute the bid prices over the planning horizon. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

A stochastic programming approach for chemotherapy appointment scheduling

Chemotherapy appointment scheduling is a challenging problem due to the uncertainty in premedication and infusion durations. In this paper, we formulate a two‐stage stochastic mixed integer programming model for the chemotherapy appointment scheduling problem under limited availability of nurses and infusion chairs. The objective is to minimize the expected weighted sum of nurse overtime, chair idle time, and patient waiting time. The computational burden to solve real‐life instances of this problem to optimality is significantly high, even in the deterministic case. To overcome this burden, we incorporate valid bounds and symmetry breaking constraints. Progressive hedging algorithm is implemented in order to solve the improved formulation heuristically. We enhance the algorithm through a penalty update method, cycle detection and variable fixing mechanisms, and a linear approximation of the objective function. Using numerical experiments based on real data from a major oncology hospital, we compare our solution approach with several scheduling heuristics from the relevant literature, generate managerial insights related to the impact of the number of nurses and chairs on appointment schedules, and estimate the value of stochastic solution to assess the significance of considering uncertainty.     

基于云进化的遗传粒子滤波算法

针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。     

器材分层集装问题的遗传算法应用研究

从缩小搜索区域、增强算法的收敛性,以及缩短计算时间的角度出发,提出了解决器材分层集装问题的遗传算法。根据实际情况论述了解决该问题的3步法,并建立了优化的数学模型,构造了适合遗传算法求解的目标函数。实验表明,遗传算法具有很好的全局收敛性,能有效地解决器材分层集装问题。     

两段探测目标的传感器任务调度问题0-1规划模型及算法

为解决指挥系统控制中的调度困难,研究了一类特殊的传感器资源调度问。主要分析了跟踪目标的探测次数、时间间隔和传感器资源等约束条件。用跟踪目标的重要程度之和作为目标函数,建立了一个0-1规划的数学模型,再利用变换将其转化为0-1线性整数规划模型。利用割平面法求解得出最优调度策略,其能在工作量饱和的情况下合理调度传感器资源。为提高求解速度,提出了对应的模拟退火算法。通过对一些不同规模实例的求解,在资源利用率和算法的求解速度等指标上,与割平面法及遗传算法进行对比分析,验证了模型的有效性和模拟退火算法求解的高效性。     

基于稳态遗传算法的间歇式覆盖天基雷达星座优化设计

针对天基雷达星座的构型优化设计,建立了能够反映星座重要工作性能的单双基地间歇式覆盖模型、星间链路模型、双基地雷达的动目标检测模型,得到了低轨道卫星星座星间链路判断准则,给出了统计评价特性和综合评估指标体系。在此基础上,建立星座设计的优化模型,采用基于可行解搜索法的协同演化遗传算法并融入稳态遗传进化策略,有效地处理带有复杂计算的目标函数和约束条件的星座优化问题,计算分析实例表明利用该方法进行星座设计是非常有效的。     

可变搜索区末制导雷达捕捉模型

反舰导弹远程化是一种发展趋势。但是随着射程的增加,反舰导弹自控终点的误差散布也增加,同时降低了目标捕捉概率,扩大末制导雷达搜索区域是解决该问题的一个途径,但这将降低末制导雷达的目标选择能力。选用可变搜索区末制导雷达是解决该矛盾的一种方法。在分析该模式末制导雷达搜索规律的基础上,建立了可变搜索区末制导雷达目标捕捉模型,为该模式末制导雷达目标捕捉概率的计算提供了一种较准确的方法。仿真结果显示该模型基本可信。