基于组织协同进化的软件缺陷预测方法

针对传统有标识软件度量元数据存在软件缺陷预测精度低的问题,首先对比选择合适的离散化方法,然后将组织协同进化分类算法引入并应用到航天软件缺陷预测领域,给出了一种基于组织协同进化的软件缺陷预测方法。该方法根据预测目标将离散后的软件度量元数据划分为不同种群,在各种群内部形成进化个体(组织)。组织在增减算子、交换算子、合并算子和组织选择机制的作用下不断进化,并基于属性重要度协同进化的方式进行适应度函数的计算,实现了有标识软件度量元数据缺陷预测精度的提高。最后通过两组仿真实验,验证了基于组织协同进化航天软件缺陷预测方法的有效性。     

进化规划中的变异与收敛

进化规划算法中变异是唯一的操作,因此变异算子对进化规划算法的性能有决定性的影响。文中以高斯变异算子为例,研究了变异算子在进化进程的作用,分析了进化规划算法不收敛的原因以及变异算子与进化代数、收敛精度间的关系。对传统进化规划算法和多群进化规划算法的性能进行了仿真研究,仿真结果表明了分析结果的正确性。     

进化计算在机器学习中的应用研究

采用进化计算思想研制机器学习实际系统，利用隐含并行机制及并行规则触发策略实现多目标优化技术。针对航天员模拟训练评分标准具体任务，采取灵活的多层次动态编码方案，建立多种简洁且完备的进化操作。利用信度分配组桶策略实现竞争机制，依赖进化算法搜索、发现并选择适当规则，引入启发知识产生缺省规则层次以实现多种隐式目标。设计并实现了遗传进化机器学习系统ＧＥＭＬ－１，该系统具有良好的鲁棒性和柔顺性。本文的遗传进化机器学习方法，可推广应用于各种军用专家系统和军事决策支持系统的研制，从而为人工智能在军事上的应用提供新的设计方法和实现途径。     

程序进化器

研究用模拟进化方法进行程序设计的途径。构造了以形式文法为遗传表示的程序进化器,提出了这个进化器使用的有关算法。本文用程序进化器解决了人工蚁问题。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

从约束到自由——论武器进化的逻辑

本文通过分析战争中约束与自由的辩证关系和武器在战争中具有争取自由的力量,从而揭示了武器的自由本质,并以此为前提,阐述了武器进化的方向、内容和内在动力,得出从约束到自由是武器进化的逻辑这一结论。     

强势信息进化算法的设计

在进化算法中,挖掘信息资源,融入强势信息,使的基因种群朝着优的目标进化发展,增强了种群进化的目的性,加快了算法收敛速度,提高了算法可靠性。     

多群体合作型协进化方法的数学建模及分析

采用传统单群体GA中模式复制方程的分析方法 ,对一种多群体合作型协进化方法建模并进行数学分析 ,对于目前尚未解决的协进化过程中的关键问题 ,包括个体适应度的评价方法、群体间合作的回报信贷分配以及由此影响到群体中个体的增长规律等在理论方面进行分析。最后表明 ,数学建模与分析的结果与Potter的实验结论相吻合     

基于自适应差分进化算法的武器稳定系统参数辨识

以某步兵战车武器稳定系统为背景,在考虑驱动电机与火炮之间的弹变形、摩擦和齿隙非线性因素的基础上,建立了基于三惯量模型的武器稳定系统模型。应用自适应差分进化算法对模型中的未知参数开展参数辨识研究,在MatlabSimulink进行仿真实验,与标准差分进化算法及粒子群算法对比,验证了该方法的有效性和优越性。实验结果表明,所建模型基本符合实际系统。     

改进的微分进化算法求解空战火力分配问题

为了提高空战火力分配问题的求解性能,提出了一种新的基于微分进化算法的求解方法.首先介绍了基本微分进化算法求解火力分配问题的思路;然后指出了基本微分进化算法存在的不足,并进行了必要的改进;接着给出了改进的微分进化算法求解空战火力分配问题的一般流程;最后进行了遗传算法、基本微分进化算法对比测试,结果表明改进的微分进化算法对于求解空战火力分配问题更加有效.     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

导弹总体参数优化设计的合作协同进化MDO算法

传统的导弹设计方法不能很好地实现各子系统设计的协同 ,而多学科设计优化技术十分适合现代计算机网络环境下的多学科协同设计。根据协同进化与MDO在本质上的相似性 ,采用合作协同进化的方法进行MDO算法研究 ,以充分发挥进化算法的优越性。给出了一种基于合作协同进化的MDO算法 ,将该算法应用于导弹的气动 发动机 控制一体化优化设计。     

一种可进化人工神经网络的结构设计及其在舰船雷达目标识别中的应用

设计了一种基于GA的带有可进化性的ANN的体系结构,并将该结构应用于舰船雷达的目标识别中。实验结果表明,经GA的优化搜索,这种经过改善的有进化能力的ANN结构,在舰船雷达目标识别中取得了较好的效果.     

临近空间浮空器区域覆盖布局优化问题

以最大化覆盖收益和最小化覆盖代价为优化目标,建立了多浮空器区域覆盖布局优化问题的多目标混合整数规划模型,设计实现了多浮空器联合覆盖进化算法,充分利用目标位置、浮空器覆盖能力等启发式信息构造初始种群,避免进化太慢;交叉、变异算子在保证有效解的前提下,避免了算法陷入局部最优;精英策略避免丢失进化过程产生的非劣解,加快算法收...     

基于GP的计划生成方法

针对计划生成的计算复杂性和传统遗传算法在求解组合问题时的低效率,结合任务策略提出了一种基于遗传程序设计的计划生成方法。利用业务活动域的任务策略知识来指导遗传操作,减少了完全随机遗传操作造成的无效操作,并且在进化过程中使高阶模式和低阶模式获得共同的进化机会,提高了遗传算法的效率。     

装备技术转移中的博弈思想

文章对博弈论进行了描述,以典型案例进一步说明了博弈论方法的精髓和应用,指出了在装备技术转移中博弈活动的普遍性,并对博弈思想在装备技术转移中的应用进行了探讨,对应用博弈论方法处理装备技术转移问题进行了展望。     

选择算子对演化硬件进化速度影响的研究

演化硬件能使武器装备系统像生物一样改变自身的结构以适应环境的变化。介绍了演化硬件的基本理论,借助于数学推导,详细分析了选择算子对进化速度的影响,提出了一个提高进化速度的方法,并通过进化实验进行验证。     

基于进化规划的RBF网络用于二相码旁瓣优化

研究了低截获概率技术中常用的二相编码信号处理中的距离旁瓣压缩问题,采用改进的进化规划算法优化径向基函数网络,提出了一种基于改进进化规划算法的计算方法。通过对13位巴克码和31位M编码的仿真实验,表明新的方法在旁瓣抑制能力和运算速度等性能方面,都有较大的提高。     

基于改进差分进化算法的多无人机航迹规划

针对已知三维环境下的多无人机动态路径规划问题,在多无人机协同方面基于参考路径长度以及威胁距离进行任务点规划,并根据实际环境设定了约束函数和适应度函数。在航迹规划算法方面则采用改进差分进化算法,将种群基于种群个体的适应度均分为两个子种群,选择不同的变异策略。仿真验证结果显示,改进差分进化算法得到的规划路径在路径长度、适应度值优于传统差分进化算法,可以生成路径更短且适应度值更优的航迹。     

基于进化算法的雷达对抗侦察无人机航路规划

雷达对抗侦察无人机在执行任务前要根据战场环境预先规划好最优路径。全面考虑战场环境威胁约束、机动性能约束和侦察任务约束,综合轮盘法、最优保存策略和6种进化算子形成进化算法,并对航路规划问题进行求解。仿真结果表明,利用约束量化方法和进化算法对雷达对抗侦察无人机进行航路规划是可行的。