航天器调度中的资源约束推理方法

资源水平边界的估计是构建资源利用可行计划中的一个基础问题。通过分析航天器资源约束的共享与分离并存、累积与瞬时消耗并存、过度订阅与区间调度并存等特点,提出了资源时间网络、时间约束网络和约束网络相结合的资源约束描述方法;构建了增量式基于包络的资源约束算法和最早开始时间链展开资源约束算法,以快速获取资源一致的柔性解。实例证明,该方法较好地解决了航天器调度的资源约束推理问题。     

拦截高速机动目标的最优制导律

对于远距离拦截高速、大机动目标,不仅拦截弧段长,拦截飞行时间也更久。拦截弹在飞行过程中的能量管理与优化问题,也是在拦截制导律设计时必须要考虑的问题。将非线性弹目运动关系降阶简化后,运用最优控制理论,将能量管理纳入考虑中,得出针对高速、机动目标的最优制导律,且可以满足终端碰撞角约束。通过引入分段线性和指数两种形式的阻尼,使得导弹在拦截高速高加速目标时,对目标机动的敏感度随弹目距离变化,从而达到能量管理的目的。通过二维非线性仿真验证了制导律的性能。     

分布式约束优化问题及其求解算法

分布式约束优化问题(DCOP)能够对多智能体系统(MAS)中的各种分布式推理任务进行建模,广泛应用于分布式规划、调度、资源分配等问题中。首先从DCOP的概念出发,引入一个典型的DCOP实例,在此基础上对DCOP问题求解的两类主流算法进行了详细介绍和比较分析。针对DCOP对现实问题建模中出现的部分集中式、硬约束、开放式、隐私和anytime等5个方面的问题进行了阐述,并介绍了相应的扩展算法。在动态实时问题,自稳定性与误差容错以及在物理分布式环境下仿真等问题仍需进一步研究。