安-225运输机创124项世界飞行纪录

总部设在瑞士洛桑的国际航空联合会近日确认,乌克兰安东诺夫飞机制造厂设计生产的安-225“姆利亚”大型运输机创造了124项世界飞行纪录。 安-225“姆利亚”飞机是目前世界上最大型运输机,诞生于1988年。前苏联打算用它运载航天飞机和火箭以及作空中发射平台。苏联解体后,乌克兰把该飞机改装成货物运输机,最大商业载重量为250吨,目     

基于遗传算法和启发策略的舰船装载方案

给出了舰船装载方案数学模型,设计并实现了一种基于启发式算法和遗传算法相结合的混合遗传算法.该算法除了选择合理的惩罚函数和利用各种遗传算子进行进化计算之外,在初始化时将一些按启发策略生成的优胜染色体加入初始种群,以求在保证群体多样性的同时加快收敛速度.算法的测试表明,该算法对求解这类问题是有效的.     

运输机装载规划视景仿真技术的研究

以运输机装载规划过程为仿真对象,建立简化数学模型,然后结合Unity3D引擎,运用视景仿真技术相关知识,把运输机装载规划全过程、运输机装载过程中质心变化等进行实时显示。运用视景仿真技术进行运输机装载规划,可对真实装载规划过程起到重要的引导作用,并且能够有效缩短运输机装载规划周期,提高运输机装载效率。     

浅谈航空货物装载优化问题

为解决航空货运装载优化问题,提高航空货物运输效率,本文从介绍航空货物装载优化问题角度出发,详细列举了解决该问题的算法,并做了分类。最后,针对航空货物装载过程中应注意的问题着手进行阐述,以提高航空货物装载的高效性和安全性。     

发展大型飞机带动航空工业全面发展

大型飞机是指起飞重量超过100吨的大型军用运输机、民用货机和大型客机以及派生发展的预警指挥、空中加油、信息中继、电子对抗、海上巡逻等特种飞机。大型军用运输机及各种特种飞机是一个国家武装力量攻、防战略不可缺少的基本装备,是现代战争快速反应、远程机动、立体作战、战略打击的关键手段。大型客货飞机则是容、货物运输的骨干力     

波音747-8洲际飞机正式下线

2月13日,波音747-8洲际飞机在美国华盛顿州正式下线。该飞机可搭载467名乘客,采用了许多波音787的技术。与空客在远程大型运输机市场的竞争中,它将是一把利器。在波音公司,747系列是四发动机远程宽体民用运输机,1970年投入使用后,垄断民用大型运输机市场长达35年。直到2005年,空客380的出现打破了波音的垄断。波音747-8洲际飞机即是对空客的回应。     

空投，高度5000米

5月15日，成都某军用机场。十余架战鹰依次排开，近干名空降兵在副军长姚恒斌的组织指挥下1紧张有序地往飞机上装载矿泉水、方便面、药品等救灾物资。上午9时30分，记者跟随20名空投员一块登上一架振翅待飞的空军伊尔76大型运输机。机舱里，5吨救灾物资被分别固定在数十个投物伞上。     

民兵文摘

日本造出军用大飞机中国立项造大飞机的消息刚公布不久,日本突然传来新型军用大飞机研制取得重大进展的消息。据日本媒体报道。日本已生产出新型军用运输机 C-X 和新型远程巡逻机 P-X 的原型机。两大远程作战飞机很快就要进行试飞。军用大飞机一般是指起飞重量达100吨以上、航程为5000公里以上的作战飞机,包括大型轰炸机、大型运输机和海上远程巡逻机等。日本两大新型军用飞机均为自行开发,总投资高达30亿美元左右。其中,C-X 重达141吨,配备两台涡扇发动机。如果运载37吨作战物资的话,C-X 可飞行5600公里,成为能够进行洲际作战的远程飞机。大型军用飞机是一个国家军事技术实力的重要体现。目前,只有美国和俄罗斯拥有多种型号的自己研制生产的大型军用飞机。日本很可能成为继美饿之后自行开发新型军用大飞机的重要国家,甚至走在了中国和印度等国的前头。日本是在2001年开始自行研制 C-X 运输机和 P-X 海上巡逻机的,试图在21世纪里摆脱对美制远程飞机的依赖。然而,日本毕竟是个航空技术很一般的国家。在大约20年里,日本购买了美国100架大型海上巡逻机 P-33,为研制大型军用飞机打下了坚实的技术基础。(据《世界新闻报》)     

水中兵器延寿样本的装载可靠度鉴定试验方案

针对延寿样本子样少,按经典GJB899法对装载可靠度鉴定需要较长的试验时间这一实际情况,提出了一种减少试验时间的Bayes方法.该方法通过挖掘延寿前装载失效率信息,确定先验分布,再开展陆上加速装载试验以增加装载信息,并结合实际装载信息制定了装载可靠度鉴定试验新方案.实例计算表明:在确保鉴定效果的前提下,新方法可在较小的延寿样本条件下快速完成装载可靠度鉴定工作,满足水中兵器延寿工程的实际需要.     

多品种空投小件装载优化建模研究

针对空投小件装载率低下的现状,提出利用相关容重比平衡法,制定装载计划以充分利用飞机的载重能力及其使用面积,分别建立了单机和多机空投小件装载模型。该模型充分考虑了飞机的面积和载重量,对提高空投小件装载的利用率,起到良好应用效果。     

基于遗传算法舰船装载码头配置方案优化

两栖输送舰船码头装载过程中,如何科学配置装载码头,使得整个装载任务完成时间最短是部队制定装载方案需要解决的重要难题。依据码头装载配置特点和要求,运用军事运筹学多目标规划理论构建装载码头配置规划模型,并运用遗传算法理论和计算机编程工具实现码头配置规划模型的优化解算。从而提高了部队两栖输送舰船码头装载方案制定的科学性和时效性。     

基于遗传模拟退火算法的OFDMA系统资源分配

针对多用户OFDMA系统,提出了一种基于遗传模拟退火算法的多用户OFDMA系统资源分配策略。在资源分配时,首先假设总功率在载波间均等分配,随后根据比例速率要求确定每个用户需要的子带数,最后引入遗传模拟退火算法求解联合优化中的子带分配,在保证用户间公平性的前提下最大化系统吞吐量。仿真结果表明,该策略系统容量较大,并且近似满足了不同用户间传输速率比例性要求。     

自适应遗传算法捷联惯导系统初始对准

在基本遗传算法的基础上给出了一种适合于捷联惯导系统初始对准问题研究的自适应遗传算法,该算法适时调整遗传空间大小,以保证对准的速度.在选择操作中采用最优解保存策略.交叉概率和变异概率的适时变化使姿态信息具备更强的环境适应性.根据初始对准的特点,用地球重力加速度和自转角速度信息构造适应度函数.仿真结果证实了该算法在捷联惯导系统初始对准问题研究中的有效性.     

基于优化遗传算法的软硬件划分方法

针对软硬件划分问题,研究了一种优化的遗传算法,提出硬件倾向度的概念,用于遗传算法初始群体的生成,减少了初始解的随机性和搜索的盲目性;在遗传算法过程中,使交叉变异概率随着遗传过程由大变小,保证早期具有较大的搜索空间,后期又能保留较好的解,使用动态结束条件自适应结束遗传算法。与对比算法相比,该算法的效率较高,且在大规模问题求解上能够获得更优解。     

面向工业物流服务的智能车及循迹算法的研究

将工业物流服务的智能循迹小车作为研究对象,并结合循迹算法原理,采用混合遗传算法,设计了智能循迹小车。经测试验证,小车能准确接收配送任务,按需求将物件运送到指定工位并语音播报提示,在行驶过程中能够自动避障,并在执行任务过程中能够将输运信息上传至上位机进行实时数据处理。最后,搭建了工业物流模拟服务平台,实现了对运送全程的追踪记录,进而提高工业生产自动化的程度,降低制造企业的生产成本,促进企业信息化建设。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

一种采用自适应遗传算法的模糊自整定控制器

针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。     

自适应变异遗传算法在通信网络时延和路由选择优化中的应用分析

在遗传算法中采用自适应的方法来控制变异操作,可以提高算法的全局搜索能力,加快收敛速度,从而可以迅速地求解组合优化问题,并在进一步求解计算机通信网优化问题中得到成功应用.     

高重合度人字齿轮传动动态性能优化设计

对人字齿轮传动进行高重合度设计的分析,基于人字齿轮副承载接触分析技术,针对人字齿轮传动中主动小齿轮轴向浮动安装的特点,综合考虑齿轮时变啮合刚度、啮合冲击激励及误差激励等因素的影响,采用集中质量法建立了考虑修形的人字齿轮副弯-扭-轴耦合非线性振动模型,推导了系统无量纲运动微分方程,求解得到齿轮传动系统的振动加速度。以齿轮的振动加速度均方根值为优化的目标函数,针对该类复杂实际工程优化设计中适应值计算费时的缺点,提出了一种改进的具有适应值预测机制的遗传算法,优化得到了人字齿轮的基本设计参数及修形参数,提高了计算效率,通过实例分析验证了该优化方法的有效性。对加工的人字齿轮在减振降噪试验台上进行带载试验,对比优化前后的噪音分贝值,进一步验证了该优化方法对齿轮副减振降噪具有一定作用。     

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.