基于量子遗传算法的火力分配

在使用遗传算法求解多目标的防空火力问题中,遗传算法的参数选择直接影响分配结果好坏,且分配结果差异性大。针对这种问题,根据防空火力和空中目标的特点建立相应的数学模型,结合量子遗传算法来解决多目标火力分配难题。数据仿真结果表明,量子遗传算法在解决多目标火力分配问题中有较强的可行性和有效性,火力分配结果与遗传算法相比在最优解与稳定性上均有所提升。     

基于遗传算法的弹炮混编防空群火力分配

近期局部战争中的防空作战经验表明:实施弹炮混编可以大大提高防空武器系统的作战效能,而如何实施有效的火力分配又是其中的一个重要环节.针对陆军弹炮混编防空群射击指挥中的火力分配问题,简要分析了防空导弹和高炮武器系统射击的不同特点,提出了弹炮混编防空群的火力分配方法,并建立了优化火力分配方案的数学模型.在此基础上,采用遗传算法对此模型求解.结果表明,遗传算法为弹炮混编防空群的火力优化分配问题提供了一条有效途径.     

舰艇编队协同防空火力分配模型研究

协同防空将是舰艇编队未来防空作战的主导模式。为了克服现有火力分配模型没有考虑防空火力的协同作用对模型影响,论文提出了协同度概念,利用协同度矩阵量化防空火力之间的协同作用,以此建立了舰艇编队协同防空火力分配模型,使得所建立的模型更加准确。采用遗传算法对该模型进行求解可以避免模型的解空间可能出现组合爆炸问题。最后通过一个实例验证了模型的准确性和算法的实效性。     

改进遗传算法在防空武器目标分配中的应用研究

针对传统方法在防空武器目标分配时仅考虑双方态势优势的问题，建立了基于综合射击优势和目标威胁度的武器目标分配数学模型，并使用改进遗传算法对该模型进行了求解。该算法相比传统遗传算法主要进行了以下改进：采用排队选择和轮盘赌选择结合的选择方法，采用子代个体部分替换或不替换双亲的方法，采用了自适应变异概率等。并在Matlab环境下进行了仿真，且和传统算法进行了对比，仿真结果证明该算法改进合理，对地面防空火力分配决策研究具有一定的参考价值。     

一种基于遗传算法的防空兵火力分配方法

在建立了防空兵火力分配的遗传算法模型基础上,阐述了遗传算法在防空兵火力分配中的应用情况,并通过在计算机上仿真运行实例,得出了火力分配方案。分析了此方法与威胁估计模型火力分配方法的优缺点,是一种有益的尝试与探索,对防空兵指挥决策和理论研究有一定的参考价值。     

武器目标协同火力分配建模及算法

针对当前火力分配模型的不足以及实际作战的需求,对武器目标协同火力分配问题进行了研究,建立了火力分配层次结构;通过对火力分配原则的研究,结合打击目标选择和弹目分配,建立了以导弹武器作战效费比为总目标,以目标毁伤要求为约束的火力分配模型。采用遗传算法求解火力分配问题,根据问题的特点和问题中的启发信息,对遗传算法进行了改进。仿真结果表明,改进算法的性能有较大提高,可用于解决复杂武器目标分配这类非线性整数规划问题。     

基于遗传算法的防空兵群最优火力分配模型研究

结合战场目标价值分析,根据防空兵火力分配情况,运用遗传算法建立了最佳火力分配模型,使防空武器最大限度的发挥火力单位效能,达到最大毁伤效果。采用了实数编码方案,对选择,交叉,变异等操作进行了改进。最后通过计算,验证了方案的可行性和优越性.     

基于改进遗传算法的空舰导弹火力分配方法

描述了空舰导弹火力分配问题,建立了火力分配优化模型。在此基础上,提出了一种采用十进制部分编码策略与动态调节交叉、变异概率相结合的改进遗传算法,将其用于火力分配优化模型的求解,通过仿真分析与算例比较,证明该算法在运算速度和寻优能力上比标准遗传算法和传统搜索算法强,可为制定空舰导弹作战指挥自动化决策提供参考。     

舰艇编队防空火力基于遗传算法的分配方案

建立了较为一般化的舰艇编队防空火力分配问题的数学模型,特别是对目标函数及其约束条件重新进行推敲,给出了合理规范的模型表达式;设计了较为具体合适的遗传算法,并通过仿真实现得到了较优的结果。     

基于仿真模型与遗传算法的最优火力分配模型

针对装备了先进舰载防空武器系统的舰艇编队,需要航空兵与水面舰艇联合多批次打击才能取得满意战果,由于毁伤经验公式所限,现有的算法只能解决对舰艇编队一次打击的火力最优分配问题,而不能很好的解决对舰艇编队多次打击的火力最优分配问题。论文将仿真模型加入遗传算法运算过程中,利用仿真得出每次打击目标的毁伤状态,并将其结果作为遗传算法的参数进行寻优。     

改进遗传算法的导弹目标分配方法

针对遗传算法在解决导弹目标分配问题中的困难,将火力单位的目标分配问题变换为针对导弹的目标分配问题,之后应用遗传算法求解,求解后还原为火力单位的分配结果,并用实例验证了应用遗传算法的可行性.之后,引入"优势"基因对标准遗传算法进行改进,大量实例表明,改进后的算法提高约60%的搜索效率.     

改进的遗传算法在导弹火力分配中的应用

弹道导弹系统是一个非常复杂的系统,有其自身的特点,其造价昂贵,数量有限,发射点也很分散.因此,火力分配问题在弹道导弹射击中具有极为重要的地位.尤其对于常规战术弹道导弹,火力分配的合理与否将直接影响作战效果与战斗力的发挥.根据地地战术导弹的作战运用特点,建立了导弹火力分配的优化模型;详细介绍了一种改进的遗传算法,将其应用于火力分配优化模型的求解,通过算例比较,证明该改进算法更能有效快速地找到最优解.     

并行基因组合型遗传算法求解防空部署优化问题研究

针对防空部署研究的特点,探讨遗传算法求解防空部署优化问题。分析了传统遗传算法求解武器部署优化问题的缺点,提出了并行的基因组合型改进遗传算法,克服了编码不唯一和基因重码的现象,提高了搜索速度和解的质量;利用启发式信息缩小了解空间,并保证了算法寻优的每个个体都是可行解;对遗传操作算子进行了改进,克服了整数编码固有的缺点。该方法应用于求解防空部署优化问题中得到了较好的结果。     

基于改进量子遗传算法的有源噪声控制方法

提出了一种基于改进量子遗传算法的格型IIR滤波器结构的有源噪声控制方法——改进的量子遗传算法(IQGA)。其核心是在对量子门更新过程进行改进的基础上,引入群体灾变和自适应搜索网格的策略。IQGA不仅收敛速度快,还可以改变基本遗传算法(GA)的局部搜索能力,克服基本遗传算法存在的未成熟收敛问题。仿真结果表明,该算法可以有效地实现噪声控制。     

一种武器-目标分配模型及求解算法

武器-目标分配是拟制作战计划的一项重要内容,是合理运用现有武器系统,充分发挥其作战效能的关键.依据火力分配的基本要素,针对多种武器对多个目标的分配问题,运用一种基于模糊优选技术的多目标混合优化理论,建立了武器-目标最佳分配模型,然后用遗传算法来求解,并在计算机条件下对求解的效果进行了检验.     

基于自适应遗传算法的目标优化分配方法

提出了基于自适应遗传算法的目标优化分配模型,阐述了自适应遗传算法在目标优化分配中的应用,通过在计算机上仿真运行实例得出了目标优化分配方案。本方法对地面防空目标优化分配决策研究具有一定的参考价值。     

基于遗传模拟退火算法的空袭兵力分配及优化

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以突击效果最大化和兵力损失最小化为目标函数,以空袭兵力总量的限制、空袭兵器挂载类型的限制等为约束条件,建立了空袭兵力分配及优化模型.在考虑兵力分配模型特点的基础上,利用改进遗传模拟退火算法求解.通过与多目标数学规划和标准遗传算法优化进行的比较表明,该方法能够有效地解决带约束的多目标优化问题.