摘要：以CAVs为领航车的混合编队有助于实现更顺畅和安全的道路交通,但当前研究较少关注于具有多车道分布特征的混合编队形成问题。对此,本文提出了一种面向混合编队领航CAVs的博弈换道决策模型。该模型建立数学优化与博弈论相结合的换道决策机制,建立以最小化CAVs换道次数为目标的领航CAVs目标车道初始化流程,并依据CAVs博弈换道收益,更新领航CAVs目标车道,实现混合编队多车道分布。同时,基于博弈论建立CAVs与HDVs非合作博弈矩阵,综合考虑换道效率和安全性,分别设计时间和安全收益函数,量化CAVs换道风险,并使用交通软件SUMO建立微观仿真。实验结果表明,与基准模型相比,本文提出的博弈换道策略在不同混合交通量下混合编队完成率维持在97%以上,每组领航CAVs换道时间平均缩短约40%,每组领航CAV换道次数保持较低水平。

摘要：教育实习远程指导旨在弥补混合编队的缺陷,综合发挥大学指导教师、优秀中小学教师、实习学校学科教师的指导作用,并促进实习点、实习生间的交流。本文以教育实习共同体理论为指导,构建了教育实习远程指导模式;提出组建由大学驻队指导教师、大学校内指导教师、专门聘请的中小学优秀学科教师及实习学校学科教师组成的专兼职指导队伍;开发网络平台,为远程指导提供实地混合、网上专业两种编队组织的活动空间,并提供灵活多样的指导工具;最后强调有目的的活动组织在远程指导中的必要性,并设计了五种形式的活动。文章认为教育实习远程指导的实施有助于发挥多类教师的指导作用、营造实习组内外的竞争氛围、促进实习学校间交流,同时也指出远程指导的实施对指导者、管理者提出了更高要求,要以辩证、历史的眼光看待实习形态的变迁。

摘要：为研究无人机与传统车辆配送融合的混合编队问题,即车辆与无人机混合编队路径优化问题(vehicle-drone routing problem,VDRP),梳理了近年来国内外针对无人机与车辆配送路径优化的相关数学模型构建方法,据此提出在传统旅行商模型(traveling salesman problem,TSP)和车辆路径模型(vehicle routing problem,VRP)基础上,结合无人机工作特点,考虑各模型研究中的网络结构以及约束条件,构建了基于TSP的车辆-无人机扩展路径模型(TSP-D)和基于VRP的车辆-无人机扩展路径模型(VRP-D)。在数学模型中考虑多架无人机同时取货、送货情况下可能附加的约束。与传统TSP和VRP模型相比,无人机融入配送路径优化问题之后其网络更具复杂性,进行模型构建时除要考虑传统的车辆路径约束、车辆时间约束外,还要考虑无人机路径约束、无人机时间约束,特别是要增加车辆与无人机在路径节点和时间协调的协同约束。鉴于该模型的复杂性,采用LINGO软件和一系列小规模算例对模型进行了测算。结果表明:车辆与无人机混合编队的配送模式比传统采用车辆单一配送模式在节约配送成本上具有一定的优势。通过总结现有的研究,提出了VDRP未来主要的研究方向包括,更现实模型的构建、精确算法和启发式算法的设计、测试算例数据源的构造。

摘要：为实现异构轮式移动机器人的混合编队控制,在领航跟随者的结构框架下,分析差动和车式两种移动机器人的运动学模型,建立混合结构的轮式移动机器人编队系统的运动学模型,采用输入输出反馈线性化的方法,设计相应控制器,验证该控制器在特定情况下的内动态稳定性。分别在MATLAB软件平台和自主研发的多轮式移动机器人硬件平台上进行三角形编队控制实验,得到了预期的结果,验证了该设计方法的可行性和有效性。

摘要：为了解决无人机群体在复杂战场环境下的编队、避障、避碰问题,提出了一种将基于行为法和虚拟领航者法相结合的混合编队技术;为无人机编队设计了奔向目标、队形保持、避碰及避障共4种基本行为,通过对编队无人机的行为权重参数进行调整控制无人机编队的机动,编队无人机的行为权重参数通过自适应粒子群算法进行优化,然后对编队无人机的基本行为进行矢量合成,归一化处理后控制无人机的机动;仿真实验测试证明了该方法能使无人机群体保持期望的队形,实现了编队避障和内部避碰,进而更有效地完成编队任务,提高了多无人机编队的机动性能,促进了多无人机混合技术的发展。

摘要：本文作者在认真总结大量国内外教育实习经验的基础上 ,并结合自己的实践 ,通过理论探讨 ,站在多学科杂交、高师院校与中等学校互补、高师院校与中等学校共同发展的视角 ,提出了混合编队教育实习这一具有一定创意的新的教育实习模式。