摘要：随着生产制造业的转型升级,企业对于物料的生产不再是预先生产,更多是根据实时订单生产,针对这一情况,就需要考虑物料的优先生产问题,该研究将“产品物料优于产品先加工生产”作为约束条件之一,在传统遗传算法的基础上,提出对染色体进行二次编码,设计基于BOM(物料清单)的变异算子。从订单完工时间、设备停滞运行时间、两者比值3个维度分析不同的可行方案,给出最优排产计划。实验表明,该改进遗传算法在满足“产品物料优于产品先加工生产”在内的所有约束条件的情况下从3个维度分析后产生了最优排产计划。该算法具有普适性,有较强的参考价值。

摘要：卫星编队构形是影响分布式InSAR系统DEM性能的关键因素,本文针对天绘二号卫星系统需求提出了一种基于多个约束条件的分布式InSAR编队构形工程优化设计方法。该方法结合工程实际,首先分析并确定了构形设计的多约束条件;然后通过引入了编队相对运动学模型,实现了设计约束的数学描述;最后以构形被动安全性最优为目标,借助蚁群算法对相对运动构形参数进行优化设计。仿真试验表明,文中方法寻优得到的构形设计结果满足工程约束,具备良好的被动安全性,并且该方法的有效性已经过天绘二号卫星在轨飞行验证。

摘要：研究了考虑动压、过载、控制量以及终端状态等多约束条件下的非连续助推弹道方案设计与优化问题。首先,结合最优控制理论,推导了脉冲作用期间的飞行程序;然后,在综合考虑弹道约束条件的基础上,合理设计非连续助推弹道方案;最后,针对经典粒子群算法收敛速度慢、易陷入局部最优解的缺点,采取了惯性权重自适应变化及扰动策略,以适应复杂弹道优化问题。仿真算例及结果表明,设计的非连续助推弹道方案能够满足各项约束,改进的粒子群算法能有效解决多约束下非连续助推弹道优化问题,优化方案的射程比原方案提高了6.69%,比连续助推弹道提高了14.09%,优势较明显。

摘要：研究了考虑航路点、禁飞区、热流、动压、过载、控制量以及终端状态等多种约束条件下高超声速滑翔飞行器轨迹优化设计问题。分析了采用一般Gauss伪谱方法进行高超声速滑翔飞行器轨迹优化设计存在的主要问题,为此,提出了轨迹分段优化策略,将轨迹优化的一般最优控制问题转换为多段最优控制问题,进而将各段轨迹按Gauss伪谱方法进行离散化,将连续多段最优控制问题转换为非线性规划问题进行求解。以多约束条件下最大射程轨迹优化为例进行仿真分析,结果表明分段优化方法能够较快地设计出满足各种约束条件的优化轨迹。

摘要：系统考虑项目周边环境、规划条件通知书及相关设计规范等约束条件,设计了城市公交停保场总平面图布置的基本流程,通过对C公交停保场项目分析,提出了城市公交停保场总平面图布置的若干建议。

摘要：目前使用的嵌岩灌注桩桩基设计和施工技术、结合某独塔预应力混凝土斜拉桥设计技术,考虑的因素相对单一常规,无法确保施工过程不会出现漏水问题。为了解决该问题,本文提出了多约束条件下的填方边坡防护工程水中桩基结构施工技术。描述多约束条件下的水中桩基结构施工问题,构建填方边坡稳定性的判定函数。充分考虑浮运水阻力、河道水流速度、堰体吃水深度3个方面的约束条件,确定小型钢围堰施工最优方案的权值。通过围堰加工尺寸测量、安装和检查步骤,完成小型钢围堰施工。考虑钻孔、下钢筋笼和高压喷射权值,优先选择导向架定位,由此设计桩基接桩施工步骤,保证桩基接桩时间最短。在多约束条件下,使用该施工技术能够实现填方边坡防护工程水中桩基结构安全。

摘要：为降低悬浮能耗,在不改变中低速磁浮列车F型轨道结构和车辆结构前提下,提出一种适合工程应用要求的全尺寸永磁电磁混合磁铁的结构优化设计方法。给出一种永磁体安装于铁心一侧、永磁体极面积可调整的混合悬浮磁铁方案。根据混合磁铁电磁力的非线性模型,分析承载能力与永磁体的厚度、极面积、最大磁能积以及电磁线圈安匝数的约束关系,提出基于有约束的非线性规划策略的混合磁铁的结构优化设计方法。单转向架试验表明,该新型混合磁铁与常规电磁铁的悬浮能力相当,悬浮功耗显著降低。

摘要：建立了多级固体运载火箭弹道优化模型,通过对比算法特性与测试,选择基于外点罚函数法、粒子群优化(PSO)算法和Powell法的组合优化算法作为弹道优化模型的求解方法,进行了多级固体运载火箭弹道优化算例求解。结果表明,组合优化算法可得到一条较优的飞行弹道,可以提高多级固体运载火箭的运载能力,降低了发射成本。

摘要：随着导弹等制导武器机动能力的增强,制导精度的提高,多约束条件下的制导律研究成为精确制导研究的新热点。简要介绍了多约束条件下的制导问题,重点评述了近年来多约束条件下的制导律研究情况,对目前多约束条件下的制导律设计进行了比较详细的研究,系统分析了各种方法的优缺点,并分析了其可能的研究内容动态和方向,为精确制导技术的发展提供了参考和借鉴。

摘要：在实际工业环境中完成系统的基本硬件部署后,对在复杂的多约束条件下具有目标特征的图像进行有效识别是视觉伺服系统面临的关键问题。因此,结合视觉伺服系统在复杂环境中目标检测的特点,利用基于YOLO训练方法的目标检测和特征提取一体化网络结构,提出一种将上一帧目标位置与卡尔曼滤波得到目标在当前帧的预测位置做关键点匹配,从而判断预测位置是否存在目标的方法。该方法能够有效提高图像目标特征的检测效率,目的在于克服现有技术在检测速度和成功率上的不足,设计服务于机器人视觉伺服系统总体任务目标的检测框架。对所提方法进行了验证,实验表明:在模拟常规干扰项约束下,利用所提方法目标图像检出成功率可以提升5%以上。