基于改进人工蜂群算法的多机飞行冲突解脱策略

针对同一空域内多无人机飞行冲突解脱问题,提出了一种基于改进人工蜂群算法的冲突解脱策略。在传统蜂群算法的基础上改进了跟随蜂对雇佣峰的选择概率及跟随蜂的搜索策略,发挥了迭代过程中最优解的引导作用,保持了传统人工蜂群算法全局搜索和跳出局部最优的能力,解决了传统人工蜂群算法局部搜索效率较低的问题,提升了收敛性能,增加了得到最优解的概率。利用该算法通过航向调整和速度调整2种策略实现了多机的冲突解脱。对比仿真结果验证:该方法在收敛速度、运行速度和最优解的适应度等方面都较遗传算法有很大提升。     

考虑多种影响因素下的改进重装空投系统建模

针对当前重装空投数学模型与实际系统存在偏差的问题,放宽建模假设,提出了牵引伞力作用方向,建立了涵盖刚体货物、舱内地板角、牵引伞等影响因素的空投数学响应模型。针对建模过程的复杂性,改进了传统分离体法建模方法,简化了建模过程,提高了模型的扩展性。最后,通过与现有重装空投模型的理论分析与仿真对比,证明了该模型具有较小的建模误差,更贴近于实际重装空投系统。