基于活跃度和任务的目标导向VANETs路由算法

针对车载自组织网络(VANETs)中节点移动速度快、节点任务分布不均、网络拓扑结构不稳定等特点,提出了一种基于节点活跃度和任务的目标导向VANETs路由算法GATRA(goal-oriented routing algorithm based on activity and task)。该算法根据当前运动节点的运动方向与目标节点的关系,以及任务饱和程度,综合考虑采用消息携带还是转发策略,以节约传输平均时延。在选择中继节点时,综合考虑邻接节点的位置、运动速度和方向等影响因素,设计节点活跃度的计算方法,作为选择中继节点的策略,从而提高了消息传输的成功率。仿真结果表明,与当前典型的VANETs路由算法相比,GATRA算法在传输成功率和平均延迟时间上具有较大提升。     

军用车辆采用锂电池驱动时电源管理控制系统的设计

军用车辆采用锂电池组作为动力源可有效解决排放问题,具有高机动性、隐蔽性、稳定性的特性,并能为未来的军用电磁火力平台配置创造条件。其中的电源管理系统关系到军用车辆的电源实施监测控制运行,系统工作效果决定了军用车辆使用的可靠性。通过对军用车辆动力锂电池组电源系统的优化设计,可使锂电池组电源管理控制系统的设计效率得到全面提升。在进行电源管理系统的初步设计过程中,通常需要采用多种不同的方式对其动力体系进行初步的评估。主要针对军用车辆动力锂电池组电源管理系统进行设计分析,并提出了相应的优化措施。     

求解CVRP问题的一种改进启发式蚁群算法

针对蚁群算法求解CVRP问题时收敛速度慢、求解质量不高的缺点,提出了一种改进启发式蚁群算法。该算法借鉴蚁群系统和基于排列的蚂蚁系统的优点设计信息素更新策略,既加强了对每次迭代最好解的利用,又避免了陷入局部最优;按一定比例使用基本方法和基于PFIH方法构造路径,扩大了算法的搜索空间;采用一种混合局部搜索算子,增强了算法局部寻优能力。实验结果表明,改进启发式蚁群算法可以大幅度减少车辆运行成本,具有较快的收敛速度。     

改进遗传算法求解电力网攻击无人机分队任务分配

遗传算法因其出色的寻优能力,自提出后就被广泛用于工程技术上的最优化问题求解。根据电力网攻击无人机分队任务分配的实际需要,提出基于遗传算法思想的解决方案,并在原算法基础上,采用种群分组进化的策略进行改进。详细介绍算法的基本原理和仿真步骤,再举出实际算例进行仿真,实验结果证明算法的改进取得了良好效果。     

A learning tabu search for a truck allocation problem with linear and nonlinear cost components

The two‐level problem studied in this article consists of optimizing the refueling costs of a fleet of locomotives over a railway network. The goal consists of determining: (1) the number of refueling trucks contracted for each yard (truck assignment problem denoted TAP) and (2) the refueling plan of each locomotive (fuel distribution problem denoted FDP). As the FDP can be solved efficiently with existing methods, the focus is put on the TAP only. In a first version of the problem (denoted (P1)), various linear costs (e.g., fuel, fixed cost associated with each refueling, weekly operating costs of trucks) have to be minimized while satisfying a set of constraints (e.g., limited capacities of the locomotives and the trucks). In contrast with the existing literature on this problem, two types of nonlinear cost components will also be considered, based on the following ideas: (1) if several trucks from the same fuel supplier are contracted for the same yard, the supplier is likely to propose discounted prices for that yard (Problem (P2)); (2) if a train stops too often on its route, a penalty is incurred, which represents the dissatisfaction of the clients (Problem (P3)). Even if exact methods based on a mixed integer linear program formulation are available for (P1), they are not appropriate anymore to tackle (P2) and (P3). Various methods are proposed for the TAP: a descent local search, a tabu search, and a learning tabu search (LTS). The latter is a new type of local search algorithm. It involves a learning process relying on a trail system, and it can be applied to any combinatorial optimization problem. Results are reported and discussed for a large set of instances (for (P1), (P2), and (P3)), and show the good performance of LTS. © 2014 Wiley Periodicals, Inc. 62:32–45, 2015     

电传动装甲车辆电源系统建模与仿真

电源系统是电传动装甲车辆的核心,对其进行建模与仿真研究具有重要意义。电源系统的非线性特性导致了建模困难、模型精度低以及模型实用性差等难题,针对不同的部件特性采取不同的方法建立其仿真模型,完成了基于模糊控制的系统多目标优化功率分配策略研究。并在此基础上进行了部件和系统两个层次的仿真试验,证明所建模型能够较好地反映电传动车辆电源系统的工作特性。     

水下制氢反应室动态过程数值分析

为研究水下制氢反应室的动态过程规律,基于化学反应动力学和单液滴运动学得到合金/水反应转化率,并在最小自由能法计算得到生成物各组分摩尔数的基础上利用质量守恒方程得到室内各物质质量变化规律。在建立非线性移动边界螺旋管动态模型的前提下,利用能量守恒方程得到室内热力参数变化规律,进而完成制氢反应室动态过程详尽模型的建立。利用该模型编写计算程序,完成某水下制氢反应室动态过程仿真。结果表明,各仿真曲线较好地反映了对应参数的动态变化规律,验证了模型建立与仿真的正确性;合金/水反应转化率决定了反应室的物质质量变化规律及其能量释放特性。该模型可以作为制氢反应室动态特性分析及其过程控制研究的基础模型。     

基于加权侦察覆盖指数的无人机侦察航路评价

利用无人机瞬时探测范围和无人机对雷达定位精度构建无人机有效可定位区。综合预定区域目标存在概率和沿侦察航路飞行无人机有效可定位区对栅格侦察覆盖指数,构建加权侦察覆盖指数指标。基于加权侦察覆盖指数,对无人机侦察航路优劣进行评价。     

两栖型指控车非线性横摇安全盆侵蚀研究

采用单自由度系统研究了两栖型指控车在规则波激励下的非线性横摇和倾覆,非线性横摇控制方程应用四阶龙格库塔法进行数值积分;以波浪扰动力矩的幅值和波浪的频率作为变量,研究了两栖型指控车的安全盆侵蚀问题。以波浪扰动力矩的幅值为变量的安全盆侵蚀研究结果表明:当波浪扰动力矩大于0.01时,安全盆开始出现侵蚀现象,当波浪扰动力矩大于1.84时,安全盆的安全域已经变成了几个离散的点,随着波浪扰动力矩继续增大,安全盆的安全域将继续严重侵蚀,直到消失为止。以波浪频率为变量的安全盆侵蚀研究结果表明:两栖型指控车的安全盆侵蚀对波浪的频率敏感,安全盆出现明显的侵蚀;随着频率的增大,安全盆侵蚀将不会发生,表明两栖型指控车对高频波浪是安全的。     

抗击临近空间高超声速飞行器对策研究

在未来的空袭作战中,临近空间高超声速飞行器具有其他武器所不可比拟的优势,它必将成为一种新威胁。首先分析了该飞行器的卓越性能,简述了它的军事用途,其次论述了它的出现对防空反导体系所产生的影响,最后针对这种新型的威胁,提出了几点应对措施。