“复杂网络建模与优化学术研讨会”报告摘要

2014年1月20—21日,由国家自然科学基金资助、后勤工程学院基础部组织的"复杂网络建模与优化学术研讨会"在后勤工程学院召开。复杂网络科学是最近10年来新兴的交叉科学,它主要研究复杂物理、生物、社会系统等的网络表示和分析,理解网络结构如何影响系统的功能和行为。近年来,复杂网络研究在生物医学、电子商务、舆论传播、交通优化、恐怖活动预测等方面均有成功应用。在本次学术研讨会上作报告的专家均为国内外复杂网络研究领域的知名专家和优秀青年学者。主要有复杂网络领域国际知名专家、韩国成均馆大学Petter Holme教授,中国科学技术大学汪秉宏教授,电子科技大学周涛教授、荣智海教授,兰州大学吴枝喜教授,杭州师范大学张子柯教授,国防科学技术大学吕欣讲师和后勤工程学院赵静教授。经主办方和报告人同意,本刊汇集了以上专家在此次研讨会上的报告摘要,按时间顺序进行报道。     

屋面太阳能电池布设优化模型

以光伏电池接受太阳能辐射强度最大化为目标,建立了太阳能电池板倾角和朝向优化模型,以确定太阳能电池板的最佳布设方式。根据发电量最大化、单位发电费用最小化原则,以净经济效益为目标函数,建立了光伏电池优选模型,对光伏电池进行优选排序从而选出性价比最高的光伏电池,并对模型进行了检验。结果表明：在山西省大同市地区铺设太阳能光伏电池,架空布设电池板的最佳倾角为36°,朝向为南偏西26.5°,光伏电池板最佳布设方式及电池优选模型与实际情况基本相符。     

LCDP SO算法在协同空战攻击决策中的运用

为了探索提高协同空战攻击决策算法性能的途径,将多子群粒子群优化理论用于求解协同空战攻击决策,利用生命周期粒子群模型（ LCPSO）,提出了一种生命周期离散粒子群（ LCDPSO）协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。通过统计实验的方法,分析比较了LCDPSO协同空战攻击决策算法与多种智能决策算法的准确性、可靠性和快速性,研究结果证明LCDPSO协同空战攻击决策算法优良的综合性能。     

基于DSP的运动目标检测算法优化

本文针对视频图像运动目标检测算法数据量多、处理速度慢的缺点,提出了对运动目标检测算法的优化方法,使用基于TMS320C64X系列DSP的程序优化方法对运动目标检测代码进行优化,采用了编译器选项、内联函数与宏定义、查找表、软件流水等优化方法,最后综合分析了相关优化方法对于时间性能的改进情况,实验结果证明了优化方法的有效性。     

新型棒料高速动态跟随切割装置设计与优化

针对目前棒料高速动态切割装置支撑半径无法调整,切割精度以及刃磨刀片刃口形状无法控制的缺陷,根据切割装置切割原理,建立了切割模式、刀片数量等切割参数与支撑半径、切割误差的数学模型,并运用曲柄滑块机构设计了新型可调式支撑装置;基于空间齐次坐标变换方法构建了切割刀片刃口形状与切割直径、砂轮安装角度等刃磨参数之间的曲线方程,设计了新型可调式刃磨装置。以刀盘转速、切割误差等作为优化目标,采用MATLAB优化工具箱,对现有双刀双切烟支切割装置的切割和刃磨特性参数进行了非线性多目标优化。根据优化结果,提出了一种新型高速动态跟随切割装置设计方案,该方案采用四刀双切的切割模式。与原装置相比,新装置在切割效率不变的情况下具有更好的切割质量。最后通过仿真验证了该装置的可行性。     

基于NMPC的战斗机末端机动规避策略

利用非线性模型预测控制（nonlinear model predictive control,NMPC）的思想建立了战机末端规避导弹的机动策略求解方法。根据导弹与战机的空战态势,建立了导弹与战机的相对运动微分方程;将导弹的导引律引入到导弹运动模型中,与飞机模型一起构建了系统预测模型,并对飞机和导弹的运动约束进行了分析。通过对导弹结构限制和战术特性的分析,给出了飞机机动规避导弹的性能指标,进而建立了机动规避导弹的最优控制模型。利用高斯伪谱法对模型进行求解,采用滚动优化策略实现了对机动规避策略的闭环求解。针对导弹气动参数和导航比未知以及相对测量量具有噪声的问题,利用极大似然法对导弹的气动参数和导航比进行估计,实现了对系统预测模型的反馈校正。仿真结果表明,此方法能够实现对导弹的机动规避。     

基于改进遗传算法的天基光学监视平台轨道优化

针对地球遮挡、地影、太阳光干扰、月光干扰、空间目标相对观测平台的角速度等约束对空间目标可见性的影响问题,基于已编目空间目标双行轨道根数,研究以太阳同步晨昏圆轨道作为观测平台轨道,采用改进多变异位自适应遗传算法对单星观测平台轨道进行优化设计。仿真结果表明,改进的多变异位自适应遗传算法有效地解决了多变异位自适应遗传算法不能保证收敛到所有种群中最优个体的问题,且随机抽取10%左右的目标样本可以达到与采用所有目标相当的性能,计算效率提高约一个量级。     

自学习粒子群与梯度下降混杂的漏磁反演方法

利用自学习粒子群优化算法的全局寻优能力克服梯度下降法过分依赖初始解,易陷入局部极值的缺点,从而提高梯度下降法的优化性能。以径向基函数神经网络为前向模型,基于自学习粒子群与梯度下降混杂的反演方法用于漏磁缺陷轮廓重构中。实验结果表明,该反演方法重构的缺陷轮廓比较准确,且在漏磁信号存在噪声的情况下,重构结果到与实际轮廓相近,并具有一定的噪声鲁棒性。     

基于粒子群优化算法的平流层飞艇总体设计

平流层飞艇总重最小化能一定程度上反映总费用最低的设计目标,满足有效载荷功率需求是飞艇总体设计的出发点和落脚点。本文在飞艇参数建模中引入了太阳电池曲面铺装模型以及昼夜能源闭环模型;以整艇重量最小为设计目标,以昼夜能源供需平衡、浮重平衡、推阻平衡三大平衡问题为约束条件,运用粒子群优化（PSO）算法对飞艇的外形尺寸参数进行优化设计;分析了有效载荷功率需求和功率密度对于飞艇总体设计结果的敏感性。分析结果表明：（1）飞艇总重随有效载荷功率线性增加;（2）飞艇总重随有效载荷功率密度增加而迅速减小,但变化率逐渐变小,飞艇总重趋于稳定。最后,能源系统仿真的结果表明了飞艇总体设计方法的有效性和设计结果的临界特性。     

助推-滑翔飞行器总体多学科设计优化研究

以助推-滑翔飞行器为研究对象,开展多学科设计优化在其总体设计过程中的应用研究。首先对助推-滑翔飞行器进行多学科设计优化任务分析、多学科建模,并建立了助推-滑翔飞行器总体多学科设计优化模型;其次对助推-滑翔飞行器总体设计学科间耦合特点进行分析,在此基础上提出了基于最优灵敏度方法的两层系统集成优化策略;最后通过数值优化算例验证了方法的有效性。优化结果表明,该方法具有较好的收敛速度,且使满载起飞质量减少9%,为高性能飞行器总体设计提供新的设计思路。