载人潜水器舱室空间舒适性复合评估方法

为改善载人潜水器舱室空间舒适性,针对深海载人潜水器强约束条件下舱室空间舒适性特征,提出基于虚拟仿真技术的舱室可视化空间舒适性多源复合评估方法.该方法以虚拟仿真技术为基础,将载人潜水器舱室空间三维数字化数据与潜航员人体数据相结合,构建数字化虚拟仿真模型;以快速相应与评估为标准,将人体舒适性进行分区,并对载人潜水器空间与功能特征进行系统的分析,依托人体生理学特征获取人体舒适性区域特征及空间约束映射,建立7项评估指标;结合6项人因评估工具构建舒适性多源复合评估模型,采用虚拟仿真技术开发空间舒适性可视化评估系统,并通过某型载人潜水器舱室空间优化设计,对舒适性多源复合评估方法和可视化评估原型系统进行可行性验证.研究表明,不同的任务作业姿态严重影响人体舒适性评估的准确性,狭小的舱室空间及舱内设备的布局进一步增大了作业姿态评估的难度.采用空间舒适性复合评估方法能够准确的描述多种姿态下空间舒适性程度,同时多源和可视化的技术特点在一定程度上提升了空间设计方案评估效率以及评估结果的可读性.     

潜航员认知效能驱动的作业舒适度评价方法

舒适的作业环境是人员高水平作业能力维持的重要保障,为实现载人潜水器舱室操作系统作业舒适度的定量评价,依据载人潜水器操作系统中显控界面、操作面板和通讯设备3个子系统的舒适性特征,提出潜航员认知效能驱动的载人潜水器舱室操作系统作业舒适度评价方法。该方法基于潜航员作业实际,分析潜航员认知流程,形成潜航员认知表现-效能-舒适度对应关系;依托操作系统作业舒适度实验数据,运用效用函数构建潜航员认知效能模型;采用支持向量机模型综合考虑子系统特征属性以及潜航员认知效能、年龄、学历等因素对子系统作业舒适度感知的影响;结合专家权重调查法,实现子系统作业舒适度耦合,确定操作系统作业舒适度。结果表明：当显控界面亮度、对比度和自然饱和度分别界于[-25,0],[-50,-25],[-25,0]范围,操作面板设计具有合理的布局参数和待布区形心相对位置,以及通讯设备中环境噪声频率较低和通信语音采样频率为48 000 Hz时,操作系统具有较高的舒适度。本研究表明,潜航员认知效能与主观舒适度具有相同的变化趋势,基于潜航员认知效能判断舱室操作系统作业舒适度的方法可行。     

基于卷积姿态机的潜航员作业姿态识别方法

针对现有潜航员作业姿态识别分析方法中识别过程繁琐、识别精度低的问题,提出基于卷积姿态机的潜航员作业姿态识别分析方法. 对人体姿态特征进行结构化编码,构建空间及投影坐标系进行解析,定义肢体角度计算公式与肢体特殊状态判断流程. 通过搭建潜航员作业姿态识别算法,实现作业姿态RGB图像空间特征与纹理特征的提取,输出潜航员作业姿态关节点、肢体角度与状态数据. 通过采集潜航员作业姿态图像构建潜航员作业姿态样本数据集,对所提方法进行应用验证. 在算法测试中,识别算法的PCK指标值达到81.2%. 在应用验证实验中,算法识别关节点的平均准确率达到87.7%. 该方法在潜航员作业姿态识别分析上是可靠的,可以有效地识别与分析潜航员作业姿态中的危险因素.     

载人潜水器坐底过程人因失效预测

针对潜水器两种坐底模式对潜航员认知可靠性影响问题,本文采用人因可靠性分析方法研究坐底过程中系统、任务以及环境对潜航员的影响,结合深海任务环境分析载人潜水器典型人-机-环境特征,分析了两种坐底模式潜航员任务过程和认知过程,利用认知可靠性并串混联系统模型改进(cognitive reliability and error analysis method,CREAM)方法,并预测潜航员作业认知失效概率。计算结果显示:载人潜水器两种坐底模式潜航员认知过程差异性较小且失效概率均在可接受范围内,该方法的应用可为载人潜水器安全设计、人员培训、失误预测与可靠性评估提供理论支持。     

面向任务的载人潜水器人机交互信息结构分析

为构建复杂任务下的载人潜水器人机交互信息结构模型,提高潜器驾驶舱设计人员对潜航员视角下任务信息认知过程的理解,将决策阶梯模型与DEMATEL-ISM方法相结合,提出一种含影响因子的全要素层级结构模型构建方法。以载人潜水器某近底作业为对象,运用决策阶梯模型分析潜航员任务信息需求及处理过程,识别人机交互信息要素及关系。基于DEMATEL计算综合影响矩阵及属性特征值,结合研究目的改进整体影响矩阵阈值计算方法及可达矩阵判别式,得到含影响因子的可达矩阵。通过对抗轮换层级抽取方法,抽取原因-效应属性稳定的层级结构,引入模糊算子对计算影响值骨架矩阵,结合层级结构构建含影响值人机交互信息结构模型。结果表明:研究得到由31项交互信息要素及关系构成的6层有向加权结构模型,并通过方案对比证明所提方法在保证节点完整、优化层级结构及量化要素关系方面的有效性;所得模型明确了人机交互信息要素属性特征、致因关系及致因程度,对复杂任务下基于潜航员认知的人机交互信息处理过程具有较好的解释力,能够为载人潜水器驾驶舱人机交互信息设计提供理论依据。     

舰船通道布局优化模型及其粒子群算法

舰船通道有机的连接着舰船所有舱室,合理的布局可以提升舰船各个子系统的效能。利用设备布局理论与方法建立舰船通道布局优化多目标模型,选取战斗状态、损管状态、应急逃生状态和补给保障状态等4种状态下的人流物流成本最小为目标函数,基于计入权重的最小偏差法建立统一的目标函数,采用改进的粒子群算法对舰船通道布局优化模型进行求解。人流物流起止点之间最短距离的计算采用图论中的Floyd算法。最后给出一个舰船通道布局算例,验证了舰船通道布局优化模型的合理性,以及改进粒子群算法是一种求解舰船通道布局最优化问题的有效算法。     

蛟龙号载人潜水器驾驶与操纵训练模拟系统

为了对蛟龙号载人潜水器潜航员及下潜人员开展载人舱内基础操作培训、全流程下潜过程演练和突发情况应急操作培训,本文采用基于高速以太网络的"仿真-反馈"动态实时交互技术将实物、半实物与数字仿真相结合,提出了一套包括蛟龙号仿真本体、数据仿真系统、视景仿真系统、训练教控系统4大子系统的蛟龙号驾驶与操纵训练模拟系统。该系统能够实现蛟龙号本体结构、舱内环境、深海视景、作业流程、故障响应的全功能模拟,能够完成从起吊入水、下潜作业到甲板回收的全流程动态驾驶与操作模拟,达到了大幅降低培训成本,提高培训效率,确保培训安全的目标。该系统能够为我国海洋及其他领域重大装备的特殊人员培训系统开发与建设提供参考借鉴。     

虚拟车间设备布局优化的三维可视化研究

研究了基于虚拟现实技术和遗传算法的设备布局优化的三维可视化问题,采用遗传算法作为车间设备布局优化的计算算法,并应用于Multigen-Paradigm公司的Vega环境下建立的虚拟车间系统,通过遗传算法优化模块得到布局文件在虚拟车间中显示三维的优化结果,同时可以在系统中进行实时浏览和生产过程的仿真.     

重叠网域内传输的Multi-Agent主从博弈优化

针对重叠网中域内传输忽略了互联网服务提供商与用户间存在的主从博弈性,导致域内传输在现网应用中缺乏合理的均衡点而无法达到最佳优化状态的问题,提出一种基于多代理博弈的分层重叠网架构,并构建互联网服务提供商agent和用户agent间的Stackelberg主从博弈模型. 在该模型下,分析了纳什均衡解的存在性与唯一性,求出了纳什均衡时最佳的链路价格和传输速率,给出了网络最佳运行状态的一种定量描述,最后分析了网络参数对网络最佳运行状态的影响.     

移动商务竞价行为的精炼贝叶斯纳什均衡研究

研究了移动商务环境下企业竞价决策行为的贝叶斯纳什均衡问题.企业间信息不对称导致价格博弈成为决定最终购买的重要因素.将移动商务下企业产品竞价过程视为一个信息不完全条件下的动态博弈过程,首先分析了企业购买行为中所涉及的基本信息及其抽象表示,对进行博弈分析的基本假设进行定义,然后引入自然人对目标企业收益不确定性进行贝叶斯先验概率设定,在此基础上对购买竞价过程进行精炼贝叶斯纳什均衡解研究,从而得到移动商务竞价行为的博弈均衡解.     

Distributed optimization using virtual and real game strategies for multi-criterion aerodynamic design

This paper introduces the virtual and real game concepts to investigate multi-criterion optimization for optimum shape design in aerodynamics. The constrained adjoint methodology is used as the basic optimizer. Furthermore, the above is combined with the virtual and real game strategies to treat single-point/multi-point airfoil optimization. In a symmetric Nash Game, each optimizer attempts to optimize one’s own target with exchange of symmetric information with others. A Nash equilibrium is just the compromised solution among the multiple criteria. Several kinds of airfoil splitting and design cases are shown for the utility of virtual and real game strategies in aerodynamic design. Successful design results confirm the validity and efficiency of the present design method. Supported by the National Natural Science Foundation of China (Grant No.10372040)     

悬挂式重力补偿系统精密跟踪方法

介绍了一种用于研究空间机器人微重力条件下的工作特性的悬挂系统——悬挂式重力补偿系统,并给出了悬挂模块的动力学模型.通过数值求解与仿真,运用非线性规化求出了一定条件下的最优控制参数;用正交试验寻优、基于时间最优控制的试凑法证明了优化模型的解正确性.该研究为空间机器人地面试验系统模拟微重力环境下精密跟踪运动提供了最优控制方法.     

干扰信道中基于竞争博弈的准最佳功率分配方案

频率选择性高斯干扰信道下多用户总速率最大化的问题被建模成一个带有补偿函数的非合作博弈模型．补偿函数也近似成子信道之间进行博弈的模型(子信道博弈)．通过子信道之间的迭代计算,子信道博弈能够达到一个纳什均衡,也就是渐近最佳补偿．接着提出了多领导斯坦克尔伯格均衡的概念,来描述带有渐近最佳补偿函数的非合作博弈的均衡点．利用凸优化技术,开发了一种迭代多水平面功率注水算法,来达到斯坦克尔伯格均衡．在该均衡点上,所有用户都会工作在准最佳速率区域边界上．仿真结果表明,迭代多水平面功率注水算法所能达到的总速率比迭代功率注水算法有明显的提高,并且能达到一个准最佳的可达速率区域．     

基于博弈的机坪感知网络机会传输控制方法

在机坪感知网络场景下,针对不连通网络消息机会传输过程中投递率低和网络开销大的问题,提出一种基于博弈的机坪感知机会传输控制方法（OTCM）.首先结合场景特性建立首传节点博弈模型,实现消息传输排序,解决传输优先级的问题;而后提出了一种融合多维拓扑节点属性的博弈规则体系和函数,实现消息传输环境的优化及传输过程的可靠性;同时根据博弈体系中的效用函数保证拓扑在新机会节点融入后的自适应更新,维持其传输性能的最优状态.利用机会网络仿真器建立国内某机坪场景,仿真结果表明,OTCM算法相较于其他机会路由策略,平均投递率可达52.50%,平均传输时延降低至1 773 s,基本达到了研究目标的要求.     

多工位工作岛式抛光机器人工作空间分析及布局优化

为了提高水龙头等工件的抛光效率,提高抛光精度及质量,设计了新型多工位工作岛式抛光机器人.为使该机器人结构更加紧凑,在建立抛光机器人运动学和逆运动学方程基础上,分析了该机器人的灵活加工空间,提出采用多目标的粒子群法对抛光机器人的多个布局参数进行优化分析.该方法同时对抛光机器人的2个重要布局参数进行了优化,并应用粒子群法计算该机器人抛光不同大小工件时各自由度的最大关节空间.最后通过分析抛光机器人在不同工作平面上的灵活加工点验证了优化结果的正确性.实验结果表明,优化布局后的机器人完全能满足指定工件的抛光加工需求,并有较大的加工余量,获得了较好的实验抛光效果.     

大跨空间结构阻尼布置的改进蚁群算法优化

针对大跨空间结构减振控制中的优化问题,对传统蚁群算法进行研究和改进,提出引入解决阻尼器布置的最优位置与数量问题的思路与具体方法,并通过典型网壳结构的模拟加载算例验证了蚁群优化算法的有效性。通过蚁群优化算法应用在空间网壳结构上的高效计算,可以准确得到兼顾减振有效性与工程经济性的阻尼器布置最优方案。     

相控阵雷达搜索和跟踪资源博弈分配策略

为了解决搜索和跟踪（SAT）资源分配（RA）实时性的问题,提出博弈论视角下的资源分配策略. 建立搜索与跟踪的系统模型,将SATRA建模为非合作博弈问题,将模型中搜索子空域和跟踪多目标间的资源分配问题看作合作博弈关系,利用Shapley值完成相应资源的分配,给出纳什均衡求解的双目标优化模型;为了快速找到符合决策者偏好的分配解,将双目标优化模型通过动态加权的理想点法转化为单目标优化问题,提出并行混合遗传粒子群优化（PHGAPSO）算法求解上述优化问题最优分配方案,仿真验证了博弈分配策略的有效性和先进性以及混合算法性能的优越性. 在相同的条件下,与帕累托双目标优化方法进行对比. 实验结果表明,博弈论的方法具有更高的灵活性,平均搜索信噪比提高了1.02%,平均跟踪目标误差降低了1.55%.     

Deployment optimization of the self-organized network on near space platforms based on the game theoretical learning algorithm

Aiming at the self-organized networking problem on near space (NS) communication platforms, a distributed optimization method for the deployment of the network on NS platforms is proposed based on the game theoretical learning algorithm. First, the self-organized network deployment on NS platforms is modeled as a potential game, and the optimizing objective is the network’s coverage area and the quality of service. Then the potential game can be solved by the Restricted Spatial Adaptive Play (RSAP) algorithm, which leads the game to a guaranteed Nash equilibrium with convergence in probability. The Nash equilibrium is the extremal solutions to the objective function of the deployment optimization. The game theoretical learning method enables NS platforms to be deployed in a distributed way without the global information on regions to be covered. Simulation results show that the proposed optimization method deploys the nodes of the MANET on demand, and can quickly achieve the optimal configuration.