基于控制向量参数化和迭代凸规划的无人机编队飞行的建立

多个无人机组成的编队飞行可以作为很多应用中现有技术的一种高效、低成本的替代方案。研究了能满足最终编队队形约束的且能量最优的无人机编队飞行的建立。首先,将编队建立问题建模成一个受非线性动力学约束的能量最优控制问题。其次,采用直接法来求解该最优控制问题。在采用的直接法中,利用控制向量参数化方法将原始问题转化成一系列待求解的凸优化问题;然后,运用迭代凸规划(SCP)技术求得其最优解。在求解过程中,SCP迭代的每一步本质上都是一个二次型规划问题;由于该规划问题的约束是线性约束,因此可以高效地进行求解。最后,将提出的方法运用到3个无人机的V型编队建立中,并使用了免费的开源求解器CVX进行求解。与MATLAB中提供的全局优化技术相比,文中提出的算法能够快速地收敛到全局最小值。

城市轨道交通列车实时调度模型及算法研究

为提高城市轨道交通的运营效率,使运量-运能之间能具有更好的匹配关系,研究列车的实时调度问题。在分析旅客需求特征和行车条件的基础上,以列车的运行时间、停站时间、发车时刻为决策变量,以旅客出行时间最小化为目标构建混合整数非线性规划模型,提出序列二次规划和迭代凸规划两种算法进行求解。最后,以广州地铁8号线为例进行分析,算例表明该模型在列车实时调度方面具有较好的实用性,基于迭代的凸规划算法可显著提高大规模问题的求解速度。