删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

引入多Agent协商的协同优化在卫星设计中的应用*

本站小编 Free考研考试/2021-12-25

卫星总体参数设计涉及结构、轨道控制、姿态控制和电源分系统等,是典型的多学科优化问题,各学科的数学模型各不相同,难以统一并转化为一个模型,必须各分系统独立操作,各分系统间存在由于变量共享产生的相互制约,所以,卫星总体设计是典型的多学科优化问题[1]
工程实际中卫星总体设计可以分成总体设计层和分系统设计层。总体设计层根据卫星任务目标,确定卫星设计的关键参数及取值,提出对各分系统的要求。分系统设计层在总体设计层指定的要求下,对各个分系统进行设计。这是自上而下的设计算法。
协同优化算法模拟这一过程,系统级模型模拟总体设计层,根据卫星设计总目标进行优化设计;N个分系统级模型模拟分系统设计层,以共享变量在分系统级和系统级模型中取值一致作为优化目标[2-3]。该算法使用N+1个优化模型同时进行优化设计,采用计算机进行迭代计算可以获得比实际设计师的协商更高的效率,同时由于该算法最大限度地保持了学科的自治性和模块化,广泛应用于卫星总体设计[2-3]、汽车减速器设计、亚声速喷气式客机总体设计、卫星结构设计[4]和液体火箭发动机设计[5]等。
然而,共享变量在系统级和分系统级的一致性要求导致优化过程收敛困难计算量大。李邦国等[6]通过定义约束的最优灵敏度,把系统级约束转换为动态约束,提高了计算效率。杨希祥等[7]通过采用支持向量回归机算法构造系统级约束条件的近似模型,提高计算效率。龙腾和刘莉[8]采用了2-范数形式的一致性约束方程。龙腾等[9]利用学科间动态不一致信息更新系统级优化中的罚因子,提高了学科级优化的效率。魏锋涛等[10]利用凝聚约束处理算法,将系统级优化的多个等式约束凝聚成一个单约束。杨丽丽等[4]采用超球子空间思想通过缩小变量在不同分系统取值的距离的算法实现一致性约束。Darabi等[5]通过在系统级和分系统级优化时同时考虑一致性约束,降低一致性约束的收敛难度。朱崎峰和宋保维[11]将系统优化的全部设计变量分为全局设计变量和局部设计变量两部分,基于学科状态方程,在系统级和学科级同时构建共享变量的一致性约束条件,保证更严格的共享变量一致性。Qiao等[12]通过将参数固定到典型值进而缩小参数可行域,以降低一致性约束时的计算量。Ji等[13]通过引入动态松弛因子,提高了一致性约束的收敛速度。这些改进措施只是从一定程度简化了一致性约束,但是,一致性约束仍然存在。另外,各分系统的优化目标是共享变量的一致性,并没对自身进行优化,所以,设计结果虽然可以保证系统级模型是最优的,但是无法保证分系统级也是最优的。
为了解决上述问题,本文将劝说式多Agent协商算法[14-15]引入到采用协同优化算法的卫星总体优化设计中,将系统级模型和分系统级模型都升级为智能体模型,提出了基于多Agent协商的协同优化算法。该算法中系统级Agent模型除进行系统级优化外,主动提议共享变量并通过与各分系统协商确定共享变量满足各分系统一致性的取值,系统级优化模型中不再需要一致性约束;分系统级Agent模型在与系统级模型协商确定共享变量取值之前,先进行自身优化,保证各分系统是最优的。
1 引入劝说式多Agent协商的协同优化算法 1.1 协同优化算法 协同优化算法是一种针对复杂系统设计问题的分布式的、多级的优化算法[2]。它将复杂优化设计问题分解为不同学科的优化设计问题,并通过系统级约束条件来协调各学科之间的共享变量。其基本框架如图 1所示,包含系统级优化模型、分系统优化模型和分系统级数学模型。
图 1 协同优化的基本框架 Fig. 1 Basic frame of collaborative optimization
图选项




系统级优化的目的是使系统级优化模型达到最优,同时采用等式约束条件来保证各分系统之间共享变量的一致性。分系统级优化模型的设计变量包括共享变量和只属于本分系统的局部变量,约束条件为对该分系统自身的要求,优化目标是使该分系统包含的共享变量与系统级取值一致。通过系统级优化和分系统级优化之间的多次迭代,最终找到一个使系统级优化模型达到最优并且共享变量在分系统级与系统级取值一致的优化结果。不同分系统有各自的优化模型,可以保证在不同的卫星设计阶段,通过改变分系统级数学模型的详细程度,得到不同设计阶段的优化结果[2-3]
图 1可见,共享变量的协调一致在系统级优化时作为约束,在分系统级优化时作为优化目标。系统级模型中共享变量可以任意取值,但是共享变量在分系统级中通常不相互独立,因此共享变量在分系统级很难取得与系统级一致的结果,导致计算量大[2]。另外,所谓的分系统级优化模型其实是各分系统对共享变量的协调,各分系统内部并没有对本分系统自身进行优化,这样不能保证系统级最优时分系统级也是最优,也就难以保证整个系统是最优的。
1.2 劝说式多Agent协商算法 多Agent协商算法是处理多议题协调关系最有效的算法之一[16-17]。如果将共享变量在系统级和分系统级协调一致看作是议题的协商,则多Agent协商可以用于变量的协调一致。多Agent协商算法有基于辩论的协商算法[18-19]、基于学习的协商算法[20]和基于劝说的协商算法[14-15]等。其中劝说式多Agent协商借助信念修正这一推理工具,可以加快协商进程[15]。2个Agent参与的劝说式协商算法的一次协商过程如图 2所示。
图 2 劝说式多Agent协商算法的协商过程 Fig. 2 Negotiation process of persuasive multi-Agent negotiation algorithm
图选项




以Agent a发起协商为例,Agent a提出提议a-b0之后,发给Agent b。Agent b根据自己的知识库分析提议a-b0,如果同意则结束协商,协商结果为a-b0;如果不能接受,则Agent b参考提议a-b0调整自己的知识库并提出反提议b-a1,发送给Agent a。Agent a根据自己的知识库分析提议b-a1,如果同意则结束协商,协商结果为b-a1;如果不能接受,则Agent a参考提议b-a1调整自己的知识库并提出反提议a-b2,依次循环。
图 2可见,劝说式多Agent协商就是参与协商的多个Agent不断交换提议与反提议,直到一方可以满足对方的要求,结束协商。双方的要求一直在变化,提议也逐渐变化,最终协商结果是双方能接受的与初始提议最接近的结果,可以与初始提议不同。协商过程是双方共同参与的,双方同时根据对方的提议修改自己的知识库,可以保证最终取得一致结论。
1.3 基于劝说式多Agent协商的协同优化算法基本框架 如果在协同优化算法中增加协商模块来保证共享变量在系统级和分系统级中的一致性,系统级优化模型不再存在一致性约束,分系统级优化模型的优化目标可以不再是分系统级包含的共享变量与系统级取值一致,而变为自身最优(比如目标为质量最小、功率最小等)。
在系统级模型中增加协商模块,在分系统级模型中增加自身优化模块,图 1中的系统级模型和分系统级模型不再是单一的优化模型,而是具有了一定的自治性、适应性和能动性的智能体(Agent),最终形成了基于劝说式多Agent协商的协同优化算法,算法的原理如图 3所示(灰色底色为增加的模块)。
图 3 基于劝说式多Agent协商的协同优化算法基本框架 Fig. 3 Basic frame of collaborative optimization algorithm based on persuasive multi-Agent negotiation
图选项




图 3中,系统级和分系统级模型中的协商模块将系统级优化时的每一个解通过协商生成一个满足共享变量一致性要求的可行解,然后用可行解代替原来的解。协商模块使得系统级优化时每个解都满足共享变量一致性要求。
图 3中,分系统级优化模块以本系统协商模块提议的共享变量中本分系统的自变量取值为条件对本分系统进行优化,协商模块提议的共享变量中本分系统的因变量均根据优化结果计算。优化模块保证分系统级提议满足各分系统最优。
2 对地观测卫星的协同优化模型 对地观测卫星的总体优化设计涉及多个学科,本节应用协同优化算法对对地观测卫星进行结构、轨道控制、姿态控制以及电源分系统的一体化设计。
2.1 系统级Agent模型 系统级Agent模型主要完成共享变量协商和系统级优化2个功能,工作流程如图 4所示。
图 4 系统级Agent模型的工作流程图 Fig. 4 Workflow of system-level Agent-based model
图选项




系统级优化模块使用遗传算法进行优化,具体工作流程如下:
1) 系统级优化模块中的遗传算法生成一代个体,每个个体包含系统的共享变量和只在系统级存在的局部变量。
2) 针对系统级优化模块的一个个体,系统级协商模块为每一个共享变量分配一个偏好。针对每一个分系统,协商模块提取相关共享变量和对应的偏好形成提议。本文中分系统共有4个,针对系统级优化模块的一个个体,系统级协商模块分别形成4个提议并传给相应的分系统Agent。每个提议如式(1)所示。
(1)

式中:pi为共享变量;wi为共享变量的偏好,共有n个共享变量。
3) 每个分系统Agent模型形成一个与接收到提议的共享变量最接近的提议,返回给系统级协商模块(详见第2.2节)。系统级协商模块比较发出和收到的2种提议中的共享变量,如果2种共享变量近似相等则转入步骤4),否则系统级协商模块将同一共享变量从不同分系统返回的值进行平均,并把同一共享变量的偏好从不同分系统返回的值进行平均,形成新的提议传给分系统级Agent,重新执行步骤3)。
4) 用步骤3)中共享变量的取值替换步骤1)个体中的共享变量。优化模块采用新个体进行系统级优化。
系统级优化模块的优化目标是卫星总质量最小,变量是各个分系统的质量,系统级优化采用遗传算法进行。系统级优化设计问题的数学模型为
(2)

式中:mtot为卫星总质量;mstr为结构分系统质量;morb为轨道控制分系统质量;matt为姿态控制分系统质量;mpow为电源分系统质量;moth为除结构、轨道控制、姿态控制和电源分系统外其他分系统的总质量。
2.2 分系统级Agent模型 分系统级Agent模型的工作流程如图 5所示,主要包括协商模块、优化模块和数学模型模块。
图 5 分系统级Agent模型的工作流程 Fig. 5 Workflow of subsystem Agent-based model
图选项




分系统级协商模块的作用是在分系统级中通过优化迭代找到与系统级协商模块的提议最接近的提议。分系统级优化模块用来保证分系统级协商模块的提议同时满足本分系统自身要求和使本分系统最优2个条件。分系统级优化模块和协商模块都使用遗传算法进行优化。具体工作流程如下:
1) 分系统级协商模块接收系统级提议,形如式(1)。在分系统级中共享变量可以分为2种,分别是本分系统的自变量和本分系统的因变量。假设共享变量中分别有r个自变量和s个因变量(r+s=n),则共享变量可以写为
(3)

2) 在分系统级协商模块中,遗传算法的一个个体由所有共享变量组成。遗传算法随机生成个体时每个个体只包含自变量部分:
(4)

式中:j为个体编号。遗传操作时,也仅对个体中的自变量进行操作。
3) 每个个体的因变量部分由分系统级优化模块计算。针对每个自变量个体,分系统级优化模块以自变量取值{x1,x2,…,xr}j作为已知条件,利用数学模型,根据每个分系统自身优化目标,对本分系统局部自变量{x1,x2,…,xt}(假设局部自变量共有t个)进行优化。优化完成后,本分系统的所有自变量为{x1,x2,…,xr,x1op,x2op,…,xtop}(上标op代表本分系统达到最优时局部自变量的值),利用上述自变量可以计算共享变量中本分系统的因变量y1,y2,…,ys。形成第j个完整个体:
(5)

4) 分系统级协商模块以完整个体与式(1)最接近为目标,利用遗传算法不断优化完整个体。将与式(1)最接近的完整个体中的共享变量取值,作为本分系统的提议。
遗传算法优化过程中在第k代时,第j个个体的适应度函数如下:
(6)

式中:(ηi)j为共享变量的归一化系数;wi,k为共享变量在第k代时的偏好。
对于共享变量中的自变量,归一化系数(ηi)j的计算算法如下:
(7)

对于共享变量中的因变量,归一化系数(ηi)j的计算算法如下:
(8)

适应度函数最大为优化目标。利用上述算法可以得到与系统级提议o的共享变量最接近的共享变量个体qop
5) 在分系统级协商模块中,为了尽快获得qop,参考Agent协商理论中对知识库进行修改的策略,提出了分系统级协商模块对每一个共享变量的偏好进行修改的策略如下:
(9)

式中:ηi,kop为第k代最优个体的第i个变量的归一化系数;ηk,maxop为第k代最优个体的所有n个变量的归一化系数中的最大值;ηk,minop为第k代最优个体的所有n个变量的归一化系数中的最小值;α为偏好的进化系数,假设为0.1。式(9)会降低与系统级提议接近的共享变量的偏好,提高与系统级提议差别大的共享变量的偏好。
6) 分系统级协商模块将qop和获得qop时新的偏好形成形似式(1)的提议o′,并发送给系统级协商模块。
结构、轨道控制、姿态控制和电源分系统的数学模型采用经验公式,参见文献[21],不再赘述。

2.2.1 结构分系统的协商模型和优化模型 结构分系统的协商模型,以共享变量为参数,在满足本分系统对共享变量范围的要求下,目标是使得本分系统共享变量的取值与系统级提议中的共享变量最接近,协商模型为
(10)

式中:mstr,oth为卫星除了结构分系统外其他分系统的总质量;As为卫星横截面积;w为对应的偏好,在协商过程中会根据式(9)变化;ηstr,oth为其他分系统总质量的归一化系数;ηA为卫星横截面积的归一化系数;ηstr为结构分系统质量的归一化系数。其中mstr,othAs为结构分系统的自变量,mstr为结构分系统的因变量。
结构分系统的优化模型以协商模型每个个体共享变量中本分系统的自变量为已知条件,通过优化本分系统局部自变量,使卫星结构在满足刚度(频率)、强度和稳定性要求下,达到结构分系统质量最小。优化模型为
(11)

式中:S为卫星构形;L为卫星高度;T为卫星结构壁厚;ρ为材料类型;faxi为卫星轴向基频;flat为卫星侧向基频;σe为卫星等效轴向应力;σy为材料屈服应力;σc为结构失稳临界应力。

2.2.2 轨道控制分系统的协商模型和优化模型 轨道控制分系统的协商模型为
(12)

式中:ηh为卫星轨道高度的归一化系数;ηorb,oth为卫星除了轨道控制分系统外其他分系统的总质量的归一化系数;ηorb为轨道控制分系统质量的归一化系数;h为卫星轨道高度;morb,oth为卫星除了轨道控制分系统外其他分系统的总质量。其中hAsmorb,oth为自变量,morb为因变量。
轨道控制分系统的优化模型是根据轨道高度h、其他分系统总质量morb,oth和卫星横截面积As,通过选择推进剂类型,使轨道控制分系统的质量最小。优化模型为
(13)

式中:pt为推进剂类型。

2.2.3 姿态控制分系统协商模型和优化模型 姿态控制分系统协商模型为
(14)

式中: ηatt,othηattηatt,p分别为卫星除了姿态控制分系统外其他分系统的总质量、姿态控制分系统的质量和功率的归一化系数;matt,oth为除姿态控制分系统外其他分系统的总质量;Patt为姿态控制分系统的功率。其中hmatt,oth为自变量,mattPatt为因变量。
姿态控制分系统的优化模型是以卫星hmatt,oth和控制精度cp为已知条件,对卫星稳定方式st和控制方式ct进行优化,使姿态控制分系统的质量最小。
(15)


2.2.4 电源分系统协商模型和优化模型 电源分系统协商模型为
(16)

式中: ηtot,pηpow,m分别为卫星总功率需求和电源分系统质量的归一化系数;Ptot为卫星总功率需求;其中hPtot为自变量,mpow为因变量。
电源分系统是以hPtot为已知条件,对太阳电池类型St、太阳帆板安装方式it、蓄电池类型bt和卫星设计寿命tl进行优化,使电源分系统的质量最小。优化模型为
(17)

3 卫星多学科设计优化 采用JADE平台建立卫星协同优化的系统级和分系统级Agent模型,对对地观测卫星进行优化设计。优化时所有遗传算法中每一代的个体数均为50。本文首先研究协商模块对共享变量的一致性的作用和分系统级优化模块对各分系统质量的优化作用,然后给出基于劝说式多Agent协商的协同优化结果以证明本文算法的可行性。
3.1 协商模块和分系统优化模块的作用 协商模块可以保证系统级优化时每个解都满足共享变量一致性要求。图 6给出增加协商模块和不采用协商模块时,结构分系统质量的归一化系数的比较情况。
图 6 协商模块对结构分系统质量归一化系数的影响 Fig. 6 Effect of negotiation module on normalization coefficient of structure subsystem mass
图选项




图 6可见,经过系统级协商模块和结构分系统协商模块的协商之后,结构分系统质量的归一化系数均为1,表明:结构分系统质量这一共享变量在结构分系统与系统级优化模型中一致。不采用协商模块时,在结构分系统优化模型得到的结构分系统质量只有很少一部分与系统级优化模块中接近,这是因为,针对系统级优化时随机生成的一代个体,结构分系统质量这一共享变量在结构分系统中很难与系统级取得相同的值。因此,协商模块可以保证分系统级模型与系统级模型中共享变量的一致性。
以结构分系统为例分析分系统级优化模块的作用。不采用分系统级优化模块时,结构分系统的3个共享变量在满足结构分系统自身约束条件下直接随机生成,假设为mstr,othAsmstr。采用分系统级优化模块时,首先只随机生成mstr,othAs,然后在满足结构分系统自身约束条件下对结构分系统的参数如卫星构形、卫星高度、卫星结构壁厚和材料类型等进行优化,得到满足给定mstr,othAs及结构分系统自身约束条件下结构分系统质量的最小值(mstr)min。很明显,优化后的(mstr)min不会大于随机生成的mstr图 7给出结构分系统质量采用随机生成和通过分系统级优化模块生成时两者的比较情况。
图 7 分系统级优化模块对结构分系统质量的优化作用 Fig. 7 Effect of subsystem optimization module on mass of structure subsystem
图选项




图 7可见,经过结构分系统优化模块优化后的结构分系统质量均小于在满足条件下随机生成的结构分系统质量。表明对各分系统进行优化设计,可以保证各分系统最优。
3.2 基于劝说式多Agent协商的协同优化结果 图 8图 9给出基于劝说式多Agent协商的协同优化结果。其中,图 8为卫星总质量的优化历程,图 9为卫星共享变量中卫星轨道高度、结构分系统质量、轨道控制分系统质量、姿态控制分系统质量及电源分系统质量的优化历程。
图 8 卫星总质量优化历程 Fig. 8 History process of optimization for total satellite mass
图选项




图 9 卫星共享变量优化历程 Fig. 9 History process of optimization for satellite shared variables
图选项




图 8可见,卫星总质量先随着优化代数逐渐下降,然后趋于不变,表明卫星的整体优化达到收敛;另外,卫星的总质量在优化的第4代即达到稳定状态,表明算法的收敛速度快,因此本文算法具有较好的收敛性。由图 8图 9可见,在第2~3代之间,所有变量出现了平台状的变化趋势,到第4代时所有变量又发生了变化。这一过程表明,本文算法以卫星轨道高度、结构分系统质量和姿态控制分系统质量的增加为代价,降低了卫星的总质量。这体现了本算法克服局部最优解的能力。
表 1给出采用文献[3]算法和本文算法分别进行协同优化设计时的优化结果。由表 1可得,本文算法的优化结果与文献[3]的结果基本吻合,这证明了本文算法的有效性。
表 1 本文算法与文献[3]算法优化结果比较 Table 1 Comparison of optimization results between proposed algorithm and algorithm in Ref. [3]
优化算法h/
km
mstr/
kg
morb/
kg
matt/
kg
mpow/
kg
mtot/
kg
本文算法34.17115.99126.2556.19308.441279.40
文献[3]算法35.67120.55123.7057.02310.491282.79


表选项






4 结论 1) 本文针对协同优化算法中共享变量在系统级优化模型和分系统级优化模型间的一致性问题及分系统自身优化问题,提出了基于劝说式多Agent协商的协同优化算法。
2) 以某对地观测卫星为例,建立了基于多Agent协商的协同优化模型,优化结果表明,基于多Agent协商的协同优化算法可以保证共享变量的一致性;在协同优化算法中增加分系统自身优化模块,可以保证系统级优化在分系统最优解中进行,并且最终该算法得到了合理的优化结果。
3) 各个分系统Agent模型具有很强的相互独立性可以很容易地修改,也可以很容易地增加分系统数量,本文为进一步研究更为复杂的、集合更多卫星分系统的多学科设计优化问题提供了重要的参考方法。
考虑到优化模型中各分系统的数学模型为粗糙的经验公式并且遗传算法的计算量较大,特别是当数学模型复杂化并且精度提高之后,采用遗传算法优化时计算量难以接受,可以进一步研究的工作包括:①考虑更多的卫星分系统;②采用精度更高的分系统级数学模型,比如结构分系统的应力状态采用有限元模型进行分析等;③采用计算量更小的优化求解方法。

参考文献
[1] 谭春林, 庞宝君, 张凌燕, 等. 对地观测卫星总体参数多学科优化[J]. 北京航空航天大学学报,2008, 34(5): 529–532.TAN C L, PANG B J, ZHANG L Y, et al. Multi-disciplinary optimization in earth observation satellite main parameters[J]. Journal of Beijing University of Aeronautics and Astronautics,2008, 34(5): 529–532.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[2] 裴晓强, 黄海. 协同优化在卫星多学科设计优化中的初步应用[J]. 宇航学报,2006, 27(5): 1054–1058.PEI X Q, HUANG H. Multidisciplinary design optimization of satellite using collaborative optimization[J]. Journal of Astronautics,2006, 27(5): 1054–1058.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[3] 吴文瑞, 黄海, 吴蓓蓓. 遥感卫星总体参数设计的建模与协同优化[J]. 北京航空航天大学学报,2012, 38(10): 1363–1368.WU W R, HUANG H, WU B B. Modeling and collaborative optimization of remote sensing satellite system parameters design[J]. Journal of Beijing University of Aeronautics and Astronautics,2012, 38(10): 1363–1368.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[4] 杨丽丽, 陈昌亚, 王德禹. 基于多目标协同优化算法的卫星结构优化设计[J]. 上海交通大学学报,2014, 48(10): 1446–1450.YANG L L, CHEN C Y, WANG D Y. Structural optimization of satellite based on multi-objective collaborative optimization algorithm[J]. Journal of Shanghai Jiao Tong University,2014, 48(10): 1446–1450.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[5] DARABI H, ROSHANIAN J, ZARE H. Design of liquid-propellant engine using collaborative optimization and evolutionary algorithms[J]. Proceedings of the Institution of Mechanical Engineers,Part G:Journal of Aerospace Engineering,2015, 229(2): 232–242.
Click to display the text
[6] 李邦国, 陈潇凯, 林逸. 协同优化方法的改进及应用[J]. 吉林大学学报(工学版),2010, 40(6): 1497–1501.LI B G, CHEN X K, LIN Y. Reformed collaborative optimization method and its application[J]. Journal of Jilin University (Engineering and Technology Edition),2010, 40(6): 1497–1501.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[7] 杨希祥, 杨慧欣, 江振宇, 等. 基于支持向量回归机和粒子群算法的改进协同优化方法[J]. 湖南大学学报(自然科学版),2011, 38(3): 34–39.YAND X X, YANG H X, JIANG Z Y, et al. Improved collaborative optimization based on support vector regression and particle swarm optimization[J]. Journal of Hunan University(Natural Sciences),2011, 38(3): 34–39.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[8] 龙腾, 刘莉. 改进的Pareto多目标协同优化策略[J]. 系统工程与电子技术,2012, 34(9): 1834–1840.LONG T, LIU L. Enhanced Pareto multi-objective collaborative optimization strategy[J]. Systems Engineering and Electronics,2012, 34(9): 1834–1840.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[9] 龙腾, 刘莉, 彭磊. 基于可行方向序列无约束极小化技术外点法的改进协同优化策略[J]. 机械工程学报,2013, 49(3): 153–162.LONG T, LIU L, PENG L. Enhanced collaborative optimization strategy based on feasible direction SUMT exterior method[J]. Journal of Mechanical Engineering,2013, 49(3): 153–162.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[10] 魏锋涛, 宋俐, 李言, 等. 改进的多学科协同优化方法[J]. 计算机集成制造系统,2013, 19(9): 2116–2122.WEI F T, SONG L, LI Y, et al. Improved multidisciplinary collaborative optimization method[J]. Computer Integrated Manufacturing Systems,2013, 19(9): 2116–2122.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[11] 朱崎峰, 宋保维. 一种改进的快速收敛多学科设计协同优化方法[J]. 华中科技大学学报(自然科学版),2014, 42(2): 116–120.ZHU Q F, SONG B W. An improved fast converging collaborative optimization method of multidisciplinary design optimization[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition),2014, 42(2): 116–120.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[12] QIAO F,ZHU J,NI J C.Collaborative optimization model of cost and energy consumption for sintering burden[C]//World Congress on Intelligent Control and Automation (WCICA).Piscataway,NJ:IEEE Press,2014:2316-2321.
Click to display the text
[13] JI A M, YIN X, YUAN M H. Hybrid collaborative optimization based on selection strategy of initial point and adaptive relaxation[J]. Journal of Mechanical Science and Technology,2015, 29(9): 3841–3854.
Click to display the text
[14] KHAN R F, SUTCLIFFE A. Attractive agents are more persuasive[J]. International Journal of Human-Computer Interaction,2014, 30(2): 142–150.
Click to display the text
[15] 杨佩, 高阳, 陈兆乾. 一种劝说式多Agent多议题协商方法[J]. 计算机研究与发展,2006, 43(7): 1149–1154.YANG P, GAO Y, CHEN Z Q. Persuasive multi-Agent multi-issue negotiation[J]. Journal of Computer Research and Development,2006, 43(7): 1149–1154.(in Chinese).
Cited By in Cnki (0) | Click to display the text
[16] ROSENSCHEIN J S, ZLOTKIN G. Rules of encounter:Designing conventions for automated negotiation among computers[M].Cambridge,MA : MIT Press , 1994: 29-46.
Click to display the text
[17] JENNINGS N R, FARATIN D, JOHNSONM J, et al. Agent-based business process management[J]. Journal of Cooperative Information Systems,1996, 5(2-3): 105–130.
Click to display the text
[18] PILOTTI P, CASALI A, CHESNEVAR C. A belief revision approach for argumentation-based negotiation agents[J]. International Journal of Applied Mathematics and Computer Science,2015, 25(3): 455–470.
Click to display the text
[19] MAREY O, BENTAHAR J, KHOSROWSHAHI-ASLE E, et al. Decision making under subjective uncertainty in argumentation-based agent negotiation[J]. Journal of Ambient Intelligence and Humanized Computing,2015, 6(3): 307–323.
Click to display the text
[20] ZHANG J H, REN F H, ZHANG M J. Bayesian-based preference prediction in bilateral multi-issue negotiation between intelligent agents[J]. Knowledge-Based Systems,2015, 84: 108–120.
Click to display the text
[21] LARSON W J, WERTZ J R. Space mission analysis and design[M].2nd edTorrance : Microcosm Inc , 1992: 353-497.
Click to display the text


闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗ù锝堟缁€濠傗攽閻樻彃鈧绱撳杈ㄥ枑闁哄啫鐗勯埀顑跨窔瀵粙顢橀悙鑼垛偓鍨攽閿涘嫬浠х紒顕呭灦瀵偊鎮╃紒妯锋嫼闂備緡鍋嗛崑娑㈡嚐椤栨稒娅犻柟缁㈠枟閻撶喖鏌熼崹顔兼殭濞存粍澹嗛埀顒冾潐濞叉牗鏅舵惔銊ョ闁告洦鍓氭慨婊堟煛婢跺顕滈柣搴㈠▕濮婂宕掑▎鎴犵崲闂侀€炲苯澧伴柛瀣洴閹崇喖顢涘☉娆愮彿婵炲鍘ч悺銊╂偂閺囥垺鐓熸俊顖濆吹閸欌偓闂佸憡鐟ョ€氼噣鍩€椤掑喚娼愭繛鎻掔箻瀹曞綊鎳為妷銈囩畾闂佸壊鍋呭ú鏍倷婵犲洦鐓忓┑鐐茬仢閸旀潙霉閸忓吋绀嬫慨濠冩そ閹筹繝濡堕崨顔锯偓楣冩⒑閼姐倕鏋傞柛搴㈠▕閸┾偓妞ゆ帊绀侀崵顒勬煕濞嗗繐鏆欐い鏇秮楠炲酣鎸婃径鎰暪闂備線娼ч¨鈧┑鈥虫喘瀹曘垽鏌嗗鍡忔嫼閻熸粎澧楃敮鎺撶娴煎瓨鐓曢柟鎯ь嚟閹冲洭鏌曢崱妤€鏆欓柍璇查叄楠炲鎮╃喊澶屽簥闂傚倷绀侀幉锟犳偡閿曞倹鏅柣搴ゎ潐閹哥ǹ螞濞戙垹鐒垫い鎺戝枤濞兼劖绻涢幓鎺旂鐎规洘绻堥獮瀣晝閳ь剟寮告笟鈧弻鐔煎礈瑜忕敮娑㈡煛閸涱喗鍊愰柡灞诲姂閹倝宕掑☉姗嗕紦闂傚倸鍊搁崐鎼佸磹閻戣姤鍊块柨鏃堟暜閸嬫挾绮☉妯诲櫧闁活厽鐟╅弻鐔告綇妤e啯顎嶉梺绋垮閺屻劑鍩為幋锕€纾兼慨姗嗗幖閺嗗牓姊虹粙娆惧剳闁哥姵鍔楅幑銏犫槈閵忕姷顓哄┑鐐叉缁绘帗绂掗懖鈺冪<缂備降鍨归獮鎰版煕鐎n偅宕屾慨濠呮閹风娀寮婚妷顔瑰亾濡や胶绡€闁逞屽墯濞煎繘濡搁敃鈧鍧楁煟鎼淬劍娑ч柟鑺ョ矋缁嬪顓奸崱鎰盎闂佸搫绋侀崑鍕閿曞倹鐓熼柟鎯х摠缁€鍐磼缂佹ḿ娲寸€规洖宕灒闁告繂瀚峰ḿ鏇炩攽閻橆偅濯伴悘鐐舵椤亞绱撴担铏瑰笡缂佽鐗撳畷娲焵椤掍降浜滈柟鐑樺灥椤忊晝绱掗悩顔煎姕闁靛洤瀚板顕€鍩€椤掑嫬纾块柛鎰皺閺嗭箓鏌曟径鍫濆姉闁衡偓娴犲鐓熼柟閭﹀墮缁狙勩亜閵壯冧槐闁诡喕绮欓、娑樷堪閸愌勵潟濠电姷顣介埀顒€纾崺锝嗐亜閵忊剝绀嬮柡浣稿€块幃鍓т沪閽樺顔囬梻鍌氬€烽懗鑸电仚闂佸搫鐗滈崜娑氬垝濞嗘挸绠婚悹鍥皺閻ゅ洭姊虹化鏇炲⒉闁荤噦绠撳畷鎴﹀冀閵娧咁啎闂佺硶鍓濊摫閻忓繋鍗抽弻锝夊箻鐎涙ḿ顦ㄦ繛锝呮搐閿曨亪銆佸☉妯锋瀻闁圭儤绻傛俊鎶芥⒒娴e懙鍦偓娑掓櫊瀹曞綊宕烽鐕佹綗闂佽宕橀褏澹曢崗鍏煎弿婵☆垰鎼幃鎴澪旈弮鍫熲拻濞撴埃鍋撻柍褜鍓涢崑娑㈡嚐椤栨稒娅犻悗娑欋缚缁犳儳霉閿濆懎鏆遍柛姘埥澶娢熼柨瀣垫綌闂備線娼х换鍡涘焵椤掆偓閸樻牠宕欓懞銉х瘈闁汇垽娼у瓭闂佹寧娲忛崐婵嬪箖瑜庣换婵嬪炊瑜忛弻褍顪冮妶鍡楃瑨閻庢凹鍙冮幃锟犲Ψ閳哄倻鍘介梺鍝勬川閸嬫盯鍩€椤掆偓濠€閬嶅焵椤掍胶鍟查柟鍑ゆ嫹
相关话题/优化 系统 卫星 质量 结构

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 基于梯度分割区间优化算法的双脉冲交会优化*
    航天器脉冲交会对接,是空间交会重要制导控制技术之一,为节省燃料,提高航天器载荷,其优化问题一直是人们研究的热点。众多****对双脉冲[1-3]或多脉冲的圆轨道或椭圆轨道[4]的交会对接问题,利用遗传算法[1,5-6]、差异演化(DifferentialEvolution,DE)算法[2]、粒子群算法 ...
    本站小编 Free考研考试 2021-12-25
  • 空气系统双腔模型的压力动态特性分析
    空气系统贯穿于整个航空发动机,承担着热端部件的冷却、密封、平衡轴向力、间隙主动控制和除冰等作用,直接关系到发动机能否安全、可靠地运行。尤其是当发动机发生突发失效等突发情况,空气系统腔室的容积效应和管道可压缩流体的惯性力诱发的耦合振荡在短时间内可能导致某些复杂的、继发性的危险瞬态载荷。另外,空气系统短 ...
    本站小编 Free考研考试 2021-12-25
  • 基于自适应反步的DGMSCMG框架伺服系统控制方法
    控制力矩陀螺(ControlMomentGyroscope,CMG)是大型航天器长期运行必不可少的姿态控制执行机构[1]。与单框架CMG相比,由于双框架CMG可以同时提供2个自由度的输出力矩而具有综合性能优势。较机械轴承支承的CMG,双框架磁悬浮控制力矩陀螺(DoubleGimbalMagnetic ...
    本站小编 Free考研考试 2021-12-25
  • 空间绳系拖拽系统摆动特性与平稳控制
    随着空间技术的深入发展,航天器不断被送入太空,同时废弃航天器停留在轨道上形成了越来越多的空间垃圾,导致在役航天器与空间垃圾碰撞的可能性正逐年增加。2009年2月11日,俄罗斯废弃卫星(简称废星)“宇宙2251”和美国“铱星33”在太空相撞并产生几千块碎片[1],成为人类历史上首次卫星相撞事故,这表明 ...
    本站小编 Free考研考试 2021-12-25
  • MIMO仿射型极值搜索系统的输出反馈滑模控制
    极值搜索系统是一类广泛存在于工业生产和军事应用领域的实际系统,涵盖了非线性分布式参数控制系统[1,2]、极限环运动控制系统[3,4]、生化反应控制系统[5,6]和可变环境中极值功率输出控制系统[7,8]等诸多方面。不同类型极值搜索控制方法[9,10,11,12,13,14]的出现解决了一些状态量可测 ...
    本站小编 Free考研考试 2021-12-25
  • 无人机定向天线自跟踪系统研究
    随着无人机(UAV)技术的快速发展,其应用越来越广泛,在气象观测、农业耕作、治安监控、军事侦察和人员营救等领域都有着广阔的应用前景[1,2,3]。在许多应用中,无人机与地面控制系统间有大量的观测、控制数据需要实时传输,为了保证数据收发准确可靠,同时提高接收增益和抗干扰能力,这种远距离、高带宽的通信通 ...
    本站小编 Free考研考试 2021-12-25
  • 预载荷作用下管路结构动强度评估方法
    现阶段在航天领域,针对管路结构、部件的环境适应性及可靠性的考核主要依赖于力学环境试验,处理方式一般采用预先规定试验条件的力学环境试验[1],如果产品不出现失效,则认为产品通过了考核,并且认为能够在预期使用过程中正常使用。随着弹箭武器型号研制的可靠性要求越来越高,使得试验对于真实环境的模拟需求也日趋提 ...
    本站小编 Free考研考试 2021-12-25
  • 基于Bayesian-MCMC估计的隐身飞机RCS模型优化
    雷达散射截面(RadarCrossSection,RCS)是目标探测和隐身技术中的一个重要指标,表征了目标对照射电磁波的散射能力。一方面,目标RCS随雷达波的发射频率、极化方式和目标姿态角剧烈起伏[1],从统计分析的角度去描述RCS很有必要。另一方面,随着隐身飞机的不断升级换代,整机RCS的分布呈现 ...
    本站小编 Free考研考试 2021-12-25
  • 基于降维算法和Edgeworth级数的结构可靠性分析
    结构可靠性[1,2,3]是工程领域内研究的重点内容之一。结构中的几何参数、材料属性、强度和载荷等都可视为结构的基本随机变量。失效概率Pf是结构可靠性分析的重要指标之一。现今已有很多方法用于求解失效概率,例如传统的一次二阶矩方法(First-OrderReliabilityMethod,FORM)[4 ...
    本站小编 Free考研考试 2021-12-25
  • 长期贮存平台惯导系统壳体效应变化行为模型
    壳体效应又称为航向效应,主要是指平台上的陀螺漂移随平台航向姿态角而变化的现象,其漂移值为陀螺精度的十几倍甚至几十倍,其稳定性水平高低难以确定,是当前国内外平台惯导系统(InertialNavigationSystem,INS)导航精度研究的难点[1,2,3]。壳体效应漂移影响因素众多,根据其漂移原理 ...
    本站小编 Free考研考试 2021-12-25
闂傚倸鍊峰ù鍥敋瑜忛埀顒佺▓閺呯娀銆佸▎鎾冲唨妞ゆ挾鍋熼悰銉╂⒑閸︻厼鍔嬫い銊ユ噽婢规洘绻濆顓犲幍闂佸憡鎸嗛崨顓狀偧闂備焦濞婇弨閬嶅垂閸洖桅闁告洦鍨扮粻娑㈡煕閹捐尙鍔嶉柛瀣斿喚娓婚柕鍫濈箳閸掓壆鈧鍠栨晶搴ㄥ箲閵忕姭鏀介悗锝庝簽閸旓箑顪冮妶鍡楃瑨閻庢凹鍓涚划濠氬Ψ閿旇桨绨婚梺鍝勫暊閸嬫捇鏌涙惔鈥虫毐闁伙絿鍏樻俊鐑藉Ψ閵忊剝鏉告俊鐐€栧濠氭偤閺傚簱鏋旀俊顖涚湽娴滄粓鏌ㄩ弬鍨挃闁靛棙顨婂濠氬磼濮橆兘鍋撻悜鑺ュ€块柨鏃堟暜閸嬫挾绮☉妯诲櫧闁活厽鐟╅弻鐔兼倻濮楀棙鐣烽梺绋垮椤ㄥ棝濡甸崟顖氭闁割煈鍠掗幐鍐⒑閸涘⿴娈曠€光偓閹间礁绠栨俊銈傚亾闁宠棄顦埢搴b偓锝庡墰缁愭姊绘担鍝ワ紞缂侇噮鍨拌灋闁告劦鍠栭拑鐔哥箾閹存瑥鐏╅崬顖炴⒑闂堟稓绠氶柛鎾寸箞閹敻鏁冮埀顒勫煘閹达附鍊烽柟缁樺笚閸婎垶鎮楅崗澶婁壕闂佸綊妫跨粈渚€鎷戦悢鍏肩厪闁割偅绻嶅Σ鍝ョ磼閻欐瑥娲﹂悡鏇熴亜椤撶喎鐏ラ柡瀣枑缁绘盯宕煎┑鍫濈厽濠殿喖锕ㄥ▍锝囨閹烘嚦鐔兼偂鎼存ɑ瀚涢梻鍌欒兌鏋紒銊︽そ瀹曟劕螖閸愩劌鐏婂┑鐐叉閸旀洜娆㈤悙鐑樼厵闂侇叏绠戞晶鐗堛亜閺冣偓鐢€愁潖濞差亝鍤冮柍鍦亾鐎氭盯姊洪崨濠冨鞍闁烩晩鍨堕悰顔界節閸屾鏂€闁诲函缍嗛崑鍡涘储娴犲鈷戠紓浣光棨椤忓嫷鍤曢柤鎼佹涧缁剁偤鏌涢弴銊ュ箰闁稿鎸鹃幉鎾礋椤掑偆妲伴梻浣瑰濞插繘宕规禒瀣瀬闁规壆澧楅崐椋庣棯閻楀煫顏呯妤e啯鐓ユ繝闈涙椤庢霉濠婂啫鈷旂紒杈ㄥ浮楠炲鈧綆鍓涜ⅵ闂備礁鎼惉濂稿窗閹邦兗缂氶煫鍥ㄦ煟閸嬪懘鏌涢幇銊︽珦闁逞屽墮缁夋挳鈥旈崘顔嘉ч柛鈩兠弳妤呮⒑绾懏鐝柟鐟版处娣囧﹪骞橀鑲╊唺闂佽鎯岄崢浠嬪磽閻㈠憡鈷戦柟顖嗗嫮顩伴梺绋款儏濡繃淇婄€涙ḿ绡€闁稿本顨嗛弬鈧梻浣虹帛閿曗晠宕戦崟顒傤洸濡わ絽鍟埛鎴︽煕濞戞﹫鍔熼柍钘夘樀閺岋絾骞婇柛鏃€鍨甸锝夊蓟閵夘喗鏅㈤梺鍛婃处閸撴瑩鍩€椤掆偓閻栧ジ寮婚敐澶婄疀妞ゆ挾鍋熺粊鐑芥⒑閹惰姤鏁辨慨濠咁潐缁岃鲸绻濋崟顏呭媰闂佺ǹ鏈懝楣冿綖閸ヮ剚鈷戦柛婵嗗閻掕法绱掔紒妯肩畵闁伙綁鏀辩缓浠嬪礈閸欏娅囬梻渚€娼х换鎺撴叏鐎靛摜涓嶉柟娈垮枤绾句粙鏌涚仦鍓ф噮闁告柨绉甸妵鍕Ω閵夛箑娈楅柦妯荤箞濮婂宕奸悢鎭掆偓鎺楁煛閸☆參妾柟渚垮妼椤粓宕卞Δ鈧导搴g磽娴g懓鏁剧紒韫矙濠€渚€姊洪幐搴g畵閻庢凹鍨堕、妤呮偄鐠佸灝缍婇幃鈩冩償閵忕姵鐏庢繝娈垮枛閿曘儱顪冮挊澶屾殾闁靛⿵濡囩弧鈧梺绋挎湰缁酣骞婇崱妯肩瘈缁剧増蓱椤﹪鏌涚€n亝鍣介柟骞垮灲瀹曞ジ濡疯缁侊箓姊洪崷顓烆暭婵犮垺锕㈤弻瀣炊椤掍胶鍘搁梺鎼炲劗閺呮盯寮搁幋鐐电闁告侗鍠氭晶顒傜磼缂佹ḿ鈯曟繛鐓庣箻瀹曟粏顦寸悮锝嗙節閻㈤潧浠滈柟閿嬪灩缁辩偞鎷呴崫銉︽闂佺偨鍎查弸濂稿醇椤忓牊鐓曟い鎰╁€曢弸搴ㄦ煃瑜滈崜娑㈠极婵犳艾钃熼柨婵嗩槸椤懘鏌eΟ鍝勬倎缂侇喚鏁诲娲箹閻愭祴鍋撻幇鏉跨;闁瑰墽绮埛鎺懨归敐鍫綈闁稿濞€閺屾盯寮捄銊愩倝鏌熼獮鍨伈鐎规洜鍠栭、姗€鎮欓懠顑垮枈闂備浇宕垫慨鏉懨洪妶鍜佸殨妞ゆ帒瀚猾宥夋煕鐏炵虎娈斿ù婊堢畺閺屻劌鈹戦崱娑扁偓妤€顭胯閸楁娊寮婚妸銉㈡闁惧浚鍋勯锟�
547闂傚倸鍊搁崐鎼佸磹妞嬪海鐭嗗ù锝夋交閼板潡姊洪鈧粔鏌ュ焵椤掆偓閸婂湱绮嬮幒鏂哄亾閿濆簼绨介柨娑欑洴濮婃椽鎮烽弶搴撴寖缂備緡鍣崹鍫曞春濞戙垹绠虫俊銈勮兌閸橀亶姊洪崫鍕妞ゃ劌妫楅埢宥夊川鐎涙ḿ鍘介棅顐㈡祫缁插ジ鏌囬鐐寸厸鐎光偓鐎n剙鍩岄柧缁樼墵閺屽秷顧侀柛鎾跺枛瀵粯绻濋崶銊︽珳婵犮垼娉涢敃锕傛偪閸ヮ剚鈷戦悷娆忓缁€鍐┿亜閺囧棗鎳愰惌鍡涙煕閹般劍鏉哄ù婊勭矒閻擃偊宕堕妸锕€闉嶅銈冨劜缁捇寮婚敐澶婄閻庨潧鎲¢崚娑樷攽椤旂》鏀绘俊鐐舵閻e嘲螖閸涱厾顦ч梺鍏肩ゴ閺呮盯宕甸幒妤佲拻濞达絽鎲¢幉鎼佹煕閿濆啫鍔︾€规洘鍨垮畷鐔碱敍濞戞ü鎮i梻浣虹帛閸ㄥ吋鎱ㄩ妶澶婄柧闁归棿鐒﹂悡銉╂煟閺囩偛鈧湱鈧熬鎷�1130缂傚倸鍊搁崐鎼佸磹閹间礁纾瑰瀣捣閻棗銆掑锝呬壕闁芥ɑ绻冮妵鍕冀閵娧呯厒闂佹椿鍘介幑鍥蓟閿濆顫呴柕蹇婃櫆濮e矂姊虹粙娆惧剱闁圭懓娲ら悾鐤亹閹烘繃鏅濋梺鎸庣箓濞诧箓顢樻繝姘拻濞撴埃鍋撻柍褜鍓涢崑娑㈡嚐椤栨稒娅犻柛娆忣槶娴滄粍銇勯幇鈺佺労婵″弶妞介弻娑㈡偐鐠囇冧紣濡炪倖鎸搁崥瀣嚗閸曨剛绡€闁告劦鍘鹃崣鎴︽⒒閸屾瑧绐旈柍褜鍓涢崑娑㈡嚐椤栨稒娅犻柟缁㈠枟閻撴盯鎮橀悙鐧昏鏅堕懠顑藉亾閸偅绶查悗姘煎櫍閸┾偓妞ゆ帒锕︾粔闈浢瑰⿰鍕煉闁挎繄鍋為幆鏃堝煢閳ь剟寮ㄦ禒瀣厽闁归偊鍨伴惃鍝勵熆瑜庨惄顖炲蓟濞戙垹惟闁靛/鍌濇闂備椒绱徊鍧楀礂濮椻偓瀵偊骞樼紒妯轰汗闂佽偐鈷堥崜锕€危娴煎瓨鐓熼柣鏂挎憸閻﹦绱掔紒妯虹闁告帗甯掗埢搴ㄥ箻瀹曞洤鈧偤姊洪崘鍙夋儓闁哥喍鍗抽弫宥呪堪閸曨厾鐦堥梺闈涢獜缁插墽娑垫ィ鍐╃叆闁哄浂浜顕€鏌¢崨顐㈠姦婵﹦绮幏鍛村川婵犲倹娈橀梺鐓庣仌閸ャ劎鍘辨繝鐢靛Т閸熺増鏅舵潏鈺冪=闁稿本绋掑畷宀勬煙缁嬪尅鏀荤紒鏃傚枛閸╋繝宕掑☉杈棃闁诲氦顫夊ú锔界濠靛绠柛娑卞灡閸犲棝鏌涢弴銊ュ箺鐞氭瑩姊婚崒姘偓椋庣矆娴i潻鑰块梺顒€绉撮崒銊ф喐閺冨牆绠栨繛宸簻鎯熼梺瀹犳〃閼冲爼顢欓崶顒佲拺闁告挻褰冩禍婵囩箾閸欏澧甸柟顔惧仱瀹曞綊顢曢悩杈╃泿闂備胶鎳撻顓㈠磻濞戙埄鏁嬫繝濠傛噽绾剧厧霉閿濆懏鎯堟い锝呫偢閺屾洟宕惰椤忣厽銇勯姀鈩冪濠殿喒鍋撻梺瀹犳〃缁€浣圭珶婢舵劖鈷掑ù锝囨嚀椤曟粎绱掔€n偄娴€规洘绻傞埢搴ㄥ箻鐠鸿櫣銈﹂梺璇插嚱缂嶅棝宕抽鈧顐㈩吋閸℃瑧鐦堟繝鐢靛Т閸婅鍒婇崗闂寸箚闁哄被鍎查弫杈╃磼缂佹ḿ绠為柟顔荤矙濡啫鈽夊Δ浣稿闂傚倷鐒﹂幃鍫曞礉瀹€鈧槐鐐寸節閸屻倕娈ㄥ銈嗗姂閸婃鎯屽▎鎰箚妞ゆ劑鍊栭弳鈺呮煕鎼存稑鈧骞戦姀鐘斀閻庯綆浜為崐鐐烘⒑闂堟胆褰掑磿閺屻儺鏁囨繛宸簼閳锋垿鏌涘┑鍡楊伌婵″弶鎮傞弻锝呂旀担铏圭厜閻庤娲橀崹鍧楃嵁閹烘嚦鏃堝焵椤掑嫬瑙︾憸鐗堝笚閻撴盯鏌涢幇鈺佸濠⒀勭洴閺岋綁骞樺畷鍥╊啋闂佸搫鏈惄顖炲春閸曨垰绀冮柍鍝勫枤濡茬兘姊绘担鍛靛湱鎹㈤幇鐗堝剶闁兼祴鏅滈~鏇㈡煙閻戞﹩娈㈤柡浣革躬閺屾稖绠涢幙鍐┬︽繛瀛樼矒缁犳牠骞冨ú顏勭鐎广儱妫涢妶鏉款渻閵堝骸浜滄い锔炬暬閻涱噣宕卞☉妯活棟闁圭厧鐡ㄩ幐濠氾綖瀹ュ鈷戦柛锔诲幖閸斿鏌涢妸銊︾彧缂佹梻鍠栧鎾偄閾忚鍟庨梺鍝勵槸閻楀棙鏅舵禒瀣畺濠靛倸鎲¢悡娑㈡煕濠娾偓缁€浣圭濠婂牆纭€闂侇剙绉甸悡鏇熴亜閹邦喖孝闁告梹绮撻弻锝夊箻鐎涙ḿ顦伴梺鍝勭灱閸犳牠骞冨⿰鍏剧喓鎷犻弻銉р偓娲⒒娴e懙褰掝敄閸ャ劎绠鹃柍褜鍓熼弻锛勪沪閻e睗銉︺亜瑜岀欢姘跺蓟濞戞粎鐤€闁哄啫鍊堕埀顒佸笚缁绘盯宕遍幇顒備患濡炪値鍋呯换鍕箲閸曨個娲敂閸滃啰鑸瑰┑鐘茬棄閺夊簱鍋撹瀵板﹥绂掔€n亞鏌堝銈嗙墱閸嬫稓绮婚悩铏弿婵☆垵顕ч。鎶芥煕鐎n偅宕岄柣娑卞櫍瀹曞綊顢欓悡搴經闂傚倷绀侀幗婊堝窗閹惧绠鹃柍褜鍓涢埀顒冾潐濞叉﹢宕归崸妤冨祦婵☆垰鐨烽崑鎾斥槈濞咁収浜、鎾诲箻缂佹ǚ鎷虹紓鍌欑劍閿氶柣蹇ョ畵閺屻劌顫濋懜鐢靛帗閻熸粍绮撳畷婊冣槈閵忕姷锛涢梺缁樻⒒閸樠囨倿閸偁浜滈柟鐑樺灥閺嬨倖绻涢崗鐓庡闁哄瞼鍠栭、娆撴嚃閳轰胶鍘介柣搴ゎ潐濞叉ê煤閻旂鈧礁鈽夐姀鈥斥偓鐑芥煠绾板崬澧┑顕嗛檮娣囧﹪鎮欓鍕ㄥ亾閺嶎厼鍨傚┑鍌溓圭壕鍨攽閻樺疇澹樼紒鈧崒鐐村€堕柣鎰緲鐎氬骸霉濠婂嫮鐭掗柡宀€鍠栭獮鍡氼槾闁圭晫濞€閺屾稒绻濋崘銊ヮ潚闂佸搫鐬奸崰鏍€佸▎鎾村殐闁宠桨鑳堕崢浠嬫煟鎼淬値娼愭繛鑼枑缁傚秹宕奸弴鐘茬ウ闂佹悶鍎洪崜娆愬劔闂備線娼чˇ顓㈠磹閺団懞澶婎潩椤戣姤鏂€闂佺粯鍔橀崺鏍亹瑜忕槐鎺楁嚑椤掆偓娴滃墽绱掗崒姘毙ч柟宕囧仱婵$柉顧佹繛鏉戝濮婃椽骞愭惔銏紩闂佺ǹ顑嗛幑鍥涙担鐟扮窞闁归偊鍘鹃崢閬嶆椤愩垺澶勬繛鍙夌墱閺侇噣宕奸弴鐔哄幍闂佺ǹ绻愰崥瀣磹閹扮増鐓涢悘鐐垫櫕鍟稿銇卞倻绐旈柡灞剧缁犳盯寮崒妤侇潔闂傚倸娲らˇ鐢稿蓟濞戙垹唯妞ゆ梻鍘ч~鈺冪磼閻愵剙鍔ら柕鍫熸倐瀵寮撮悢铏圭槇闂婎偄娲﹀ú婊堝汲閻樺樊娓婚柕鍫濇缁€澶婎渻鐎涙ɑ鍊愭鐐茬墦婵℃悂濡锋惔锝呮灁缂侇喗鐟╁畷褰掝敊绾拌鲸缍嶉梻鍌氬€烽懗鑸电仚濡炪倖鍨靛Λ婵嬬嵁閹邦厾绡€婵﹩鍓涢鍡涙⒑閸涘﹣绶遍柛銊╀憾瀹曚即宕卞☉娆戝幈闂佸搫娲㈤崝灞炬櫠娴煎瓨鐓涢柛鈩兠崫鐑樻叏婵犲嫮甯涢柟宄版嚇瀹曨偊宕熼锛勫笡闂佽瀛╅鏍窗濡ゅ懎纾垮┑鍌溓规闂佸湱澧楀妯肩矆閸愨斂浜滈煫鍥ㄦ尰椤ョ姴顭跨捄鍝勵仾濞e洤锕俊鎯扮疀閺囩偛鐓傞梻浣告憸閸c儵宕圭捄铏规殾闁硅揪闄勯崑鎰磽娴h疮缂氶柛姗€浜跺娲棘閵夛附鐝旈梺鍝ュ櫏閸嬪懘骞堥妸鈺佺劦妞ゆ帒瀚埛鎴犵磼鐎n偒鍎ラ柛搴㈠姍閺岀喓绮欏▎鍓у悑濡ょ姷鍋涚换妯虹暦閵娧€鍋撳☉娅亝绂掗幆褜娓婚柕鍫濇婢ь剟鏌ら悷鏉库挃缂侇喖顭烽獮瀣晜鐟欙絾瀚藉┑鐐舵彧缁蹭粙骞夐敓鐘茬畾闁割偁鍎查悡鏇炩攽閻樻彃顎愰柛锔诲幖瀵煡姊绘笟鈧ḿ褏鎹㈤崼銉ョ9闁哄洢鍨洪崐鍧楁煕椤垵浜栧ù婊勭矒閺岀喓鈧數枪娴犳粍銇勯弴鐔虹煂缂佽鲸甯楅幏鍛喆閸曨厼鍤掓俊鐐€ら崣鈧繛澶嬫礋楠炲骞橀鑲╊槹濡炪倖宸婚崑鎾剁棯閻愵剙鈻曢柟顔筋殔閳绘捇宕归鐣屼壕闂備浇妗ㄧ粈渚€鈥﹂悜钘壩ュù锝囩《濡插牊淇婇娑氱煂闁哥姴閰i幃楣冨焺閸愯法鐭楁繛杈剧到婢瑰﹤螞濠婂嫮绡€闁汇垽娼ф禒鈺呮煙濞茶绨界紒杈╁仱閸┾偓妞ゆ帊闄嶆禍婊勩亜閹扳晛鐒烘俊顖楀亾闂備浇顕栭崳顖滄崲濠靛鏄ラ柍褜鍓氶妵鍕箳閹存繍浠鹃梺鎶芥敱鐢繝寮诲☉姘勃闁硅鍔曢ˉ婵嬫⒑闁偛鑻崢鍝ョ磼椤旂晫鎳囬柕鍡曠閳诲酣骞囬鍓ф闂備礁鎲″ú锕傚礈閿曗偓宀e潡鎮㈤崗灏栨嫼闂佸憡鎸昏ぐ鍐╃濠靛洨绠鹃柛娆忣槺婢ц京绱掗鍨惞缂佽鲸甯掕灒闂傗偓閹邦喚娉块梻鍌欑濠€閬嶅磻閹剧繀缂氭繛鍡樻嫴婢跺⿴娼╅柤鍝ユ暩閸橀亶鏌f惔顖滅У闁稿鎳愭禍鍛婂鐎涙ḿ鍘甸悗鐟板婢ф宕甸崶鈹惧亾鐟欏嫭绀堥柛蹇旓耿閵嗕礁螣鐞涒剝鏁犻梺璇″瀻閸屾凹妫滄繝鐢靛Х閺佸憡鎱ㄩ弶鎳ㄦ椽鏁冮崒姘憋紮闂佸壊鐓堥崑鍡欑不妤e啯鐓欓悗娑欋缚缁犳﹢鏌$€n亜鏆熺紒杈ㄥ浮閸┾偓妞ゆ帒鍊甸崑鎾绘晲鎼粹剝鐏嶉梺缁樻尭閸熶即骞夌粙搴撳牚闁割偅绻勯ˇ褍鈹戦悙鏉戠仸婵ǜ鍔戦幆宀勫幢濡炴洖缍婇弫鎰板醇閻旂补鍋撻崘顔界厽闁圭儤鍩婇煬顒勬煛瀹€鈧崰搴ㄥ煝閹捐鍨傛い鏃傛櫕娴滄劙姊绘担鍛靛綊顢栭崱娑樼闁归棿绀侀悡鈥愁熆鐠哄搫顦柛瀣崌瀹曠兘顢橀悙鎰╁劜閵囧嫰鏁傞崹顔肩ギ濠殿喖锕ュ浠嬪蓟閸涘瓨鍊烽柤鑹版硾椤忣參姊洪崨濞掝亪骞夐敍鍕床婵炴垯鍨圭痪褔鏌熺€电ǹ浠滈柡瀣Т椤啴濡堕崘銊т痪闂佹寧娲忛崹褰掓偩閻戠瓔鏁冮柨鏇楀亾閸烆垶鎮峰⿰鍐伇缂侇噮鍘藉鍕箾閻愵剚鏉搁梺鍦劋婵炲﹤鐣烽幇鏉跨缂備焦锚閳ь剙娼¢弻銊╁籍閳ь剙鐣峰Ο缁樺弿闁惧浚鍋呴崣蹇斾繆椤栨氨浠㈤柣鎾村姍閺岋綁骞樺畷鍥╊啋闂佸搫鏈惄顖炲春閸曨垰绀冮柍鍝勫枤濡茶埖淇婇悙顏勨偓褏鎷嬮敐鍡曠箚闁搞儺鍓欓悞鍨亜閹哄棗浜惧┑鐘亾閺夊牄鍔庢禒姘繆閻愵亜鈧倝宕㈡總绋垮簥闁哄被鍎查崑鈺呮煟閹达絽袚闁哄懏鐓¢弻娑㈠Ψ椤栫偞顎嶉梺鍛婃礀閸熸潙顫忛搹鍦煓闁圭ǹ瀛╅幏鍗烆渻閵堝啫濡奸柟鍐茬箳缁顓兼径濠勭暰濡炪値鍏橀埀顒€纾粔娲煛娴g懓濮嶇€规洏鍔戦、娆撳礂閸忚偐鏆梻鍌氬€风粈渚€骞夐垾瓒佹椽鎮㈤搹閫涚瑝闂佸搫绋侀崢濂告嫅閻斿吋鐓ユ繝闈涙-濡插綊鏌涙繝鍕幋闁哄本绋戦埢搴ょ疀閿濆棌鏋旀繝纰樻閸嬪懘宕归崹顕呮綎婵炲樊浜濋悞濠氭煟閹邦垰钄奸悗姘嵆閺屾稑螣缂佹ê鈧劙鏌″畝瀣М妤犵偞甯¢幃娆撴偨閸偅顔撻梺璇插椤旀牠宕抽鈧畷婊堟偄妞嬪孩娈鹃梺鍦劋閸╁牆岣块埡鍛叆婵犻潧妫欓ˉ鐘绘煕濞嗗繐鏆炵紒缁樼箓閳绘捇宕归鐣屼壕闂備胶顢婂▍鏇㈠箰閸濄儱寮查梻浣虹帛鏋い鏇嗗懎顥氬┑鐘崇閻撴瑩鏌熼鍡楁噺閹插吋绻濆▓鍨仭闁瑰憡濞婂璇测槈濡攱顫嶅┑顔筋殔閻楀﹪寮ィ鍐┾拺闂傚牃鏅濈粙濠氭煙椤旂厧鈧灝顕f繝姘櫜闁糕剝锚閸斿懘姊洪棃娑氱濠殿喗鎸冲绋库枎閹惧鍘介梺缁樏崯鎸庢叏婢舵劖鐓曢柣妯虹-婢х數鈧娲樺浠嬪春閳ь剚銇勯幒宥夋濞存粍绮撻弻鐔衡偓鐢登规禒婊勩亜閺囩喓鐭嬮柕鍥у閺佸啴宕掗妶鍡╂缂傚倷娴囨ご鎼佸箰閹间緡鏁囧┑鍌溓瑰钘壝归敐鍤借绔熸惔銊︹拻濞达絼璀﹂弨鐗堢箾閸涱喗绀嬮柟顔ㄥ洦鍋愰悹鍥皺閻ゅ洭姊虹紒妯曟垵顪冮崸妤€鏋侀柛鈩冪⊕閻撴洟鏌熼柇锕€鏋涘ù婊堢畺閺岋箓骞嬪┑鎰ㄧ紓浣介哺閹瑰洤鐣烽幒鎴旀瀻闁瑰瓨绻傞‖澶愭⒒娴e憡鍟為柛鏃€娲熼垾锕傛倻閻e苯绁﹂棅顐㈡处缁嬫帡寮查幖浣圭叆闁绘洖鍊圭€氾拷28缂傚倸鍊搁崐鎼佸磹閹间礁纾瑰瀣椤愪粙鏌ㄩ悢鍝勑㈢痪鎹愵嚙椤潡鎳滈棃娑樞曢梺杞扮椤戝洭骞夐幖浣哥睄闁割偅绋堥崑鎾存媴閼叉繃妫冨畷銊╊敊闂傚鐩庨梻鍌欑劍閸庡磭鎹㈤幇顒婅€块梺顒€绉甸崑鍌炴倵閿濆骸鏋熼柍閿嬪灴閹嘲鈻庤箛鎿冧痪闂佺ǹ瀛╅〃濠囧蓟濞戙垹惟闁靛/宥囩濠电姰鍨奸~澶娒洪悢鐓庢瀬闁瑰墽绮弲鎼佹煥閻曞倹瀚�