非线性规划方法在弹道优化设计的应用

弹道优化问题是两点边值问题。这类问题的数值方法主要有间接方法和直接方法两种。间接方法主要应用庞特里亚金的极大值原理和古典变分法,此方法用于弹道优化问题显得特别复杂,难以实际应用。直接方法将弹道优化问题转化为非线性规划问题来求解,省去了使用协态方程,避免了繁杂的梯度函数的计算,更适合于计算机的特点,是今后弹道优化设计的发展方向。该文只叙述直接方法中的一种非线性规划方法在弹道优化中的应用。     

求解整数规划问题的一个搜索方法

本文整数规划问题给出一种搜索方法,它类似于求解连续变量优化问题的迭代方法,从一个好的初始可行解出发,寻找一个搜索方向,沿着这个方向求出改进的可行解,然后又开始下一次迭代。此方法简单易行,可以求出问题的最优解或近似最优解,对于整数线性规划问题和整数非线性规划问题的求解都适用,并且容易推广到求解大规校整数线性规划问题。文中附有计算例子,说明方法是有效的。     

一种求解武器-目标分配问题的启发式方法

武器-目标分配问题是一种NP问题。结合武器-目标分配问题的特点,提出了一种求解武器-目标分配问题的启发式方法。首先给定问题的初始解作为当前最优解,然后采用多点调整方法在当前最优解的邻域内搜索最优解,其后采用重复迭代策略逐步改进初始解,直到得到较好的近似解。实验研究发现,多点调整方法只是一种局部优化方法,由不同初始解出发获得的近似解对应目标值可能不同。把多起点策略、多点调整方法和重复迭代搜索策略相结合,可得到求解武器-目标分配问题的一种有效方法。实验结果表明,提出的启发式方法计算所得解的质量较高,是求解武器-目标分配问题的一种有效方法。     

结构弹塑性分析的子结构方法

用子结构方法分析弹塑性问题是一种新的尝试。以梁弯曲问题为例,说明了用子结构方法计算结构弹塑性问题的基本原理和计算过程。用实例做了考证,证明方法是成功的。     

任务分配方法及其在指挥控制领域的应用

任务分配问题是一类经典的组合优化问题,任务分配方法的研究有利于作战指挥控制领域中多个问题的解决.从集中式分配和分布式分配的角度综述了任务分配方法,分析和对比了任务分配方法性能,最终探讨了在指挥控制领域应用任务分配方法的情况,并进行了应用展望.     

依赖信号噪声场景下MIMO雷达稳健波形设计

考虑依赖信号噪声场景下MIMO雷达的稳健波形优化问题。根据最小最大方法,基于克拉美-罗界描述了改善MIMO雷达最差情况参数估计性能的稳健波形优化问题。为求解所得NP问题,提出一种新的基于对角加载(DL)的迭代方法。此方法利用哈达玛不等式将内层优化分解为若干子问题,以降低运算复杂度从而利于工程应用,基于DL方法将子问题转化为凸问题,外层优化也可转化为凸问题,因而可获得高效求解从而便于硬件实现。初始问题最优解可通过对迭代算法得到的解进行最小二乘拟合得到。数值仿真验证了所提方法的有效性。     

基于近似策略的联合优化方法

针对优化中收敛速度和优化解全局性的问题,提出了一种联合优化方法:构造原问题的近似模型,使用全局优化方法对近似函数进行优化,得到优化点作为初值,再使用局部优化方法对原问题进行优化.为了获得对原问题更好的近似,改进了径向基插值方法,以优化误差的方法来选择参数.利用临近空间机翼模型的优化对算法进行了测试,结果表明,优化参数的...     

基于改进TOPSIS方法的坦克分队作战方案优选

针对坦克分队的作战方案优选问题,对于传统的逼近理想解排序方法(TOPSIS方法)提出了一种改进方案。分析了传统TOPSIS方法中的逆序问题,以及上述情况下由于评估方案较少,正、负理想解选取方法不合理的问题。提出了将作战方案的取值空间中各指标边界值作为正、负理想解各指标值的改进方法,使改进后的TOPSIS方法更适合评价方案较少的情况,同时避免了逆序问题。     

最优控制理论的AIP潜艇位置基准点问题计算

基于最优控制理论的AIP潜艇位置基准点问题计算方法,在对AIP潜艇位置基准点问题解的性质进行进一步分析的基础上,给出了AIP潜艇位置基准问题上下界的计算方法,其中上界的计算被转化为常微分方程的求解问题,与基于动态规划的计算方法相比,可以大大节省计算时间。     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

大智工学方法论

本文论述大智工学研究系统问题的思想方法和解决实际问题过程 ,我们首先讨论大智学及其工学的对象、内容和意义 ;然后论述大智工学研究系统思想方法和解决实际问题的过程 ,最后 ,指出一些要研究的问题     

MPI并行程序中通信等待问题的诊断方法及其应用

随着并行规模的扩大,现有通信等待问题的诊断方法存在内存开销大、测量时间开销大等问题。通过对现有通信等待问题诊断方法的深入分析,同时考虑测量开销可控的实际需求,建立基于热点函数的通信等待问题诊断模型。基于上述模型,总结出一种更精简、更实用的通信等待问题诊断方法。将该诊断方法分别应用到二维LARED集成、LARED-S、LAP3D等大规模MPI并行程序的通信等待问题诊断过程,应用效果表明本诊断方法可精确定位导致通信等待问题的关键代码段,给出的优化方案及性能提升空间对于后续的程序改进具有参考价值,其中根据诊断结果优化后的LARED-S程序性能提升32%,通信等待时间减少44%。     

指派问题的降阶优化算法

指派问题是运筹学中特殊线性规划中的一类问题。在现实生活中,指派问题非常普遍,常常可以见到各种各样的指派问题。通过对指派问题的数学模型进行分析,提出了与以往方法不同的求解指派问题的一种新的思路,通过对几个定理的研究,给出了一种新的求解方法——降阶优化算法。对求解指派问题提供了一种新的途径,在运筹学等领域有着较好的应用前景。     

武器系统经济性参数的支持向量机方法分析

采用一种基于支持向量机的武器系统费用分析方法.计算结果表明,这种方法有效解决了参数法对样本量要求较高以及对非线性问题处理能力较弱等问题.与传统方法相比较,有更好的拟合精度和泛化能力,因而该方法可以作为研究此类问题的新途径.     

多属性决策中的线性组合赋权方法研究

权向量的确定是多属性决策中一个重要问题,线性组合赋权方法是解决该问题的一个有效途径。对线性组合赋权的求解问题进行了一般性的描述,并根据求解所用信息的不同将求解方法分为四类,阐述了每类方法常用的求解思路和原则,进一步分析了不同类别方法的特点。对求解方法进行分类,有利于对不同求解方法本质和特性的了解,可以为不同组合赋权方法的应用提供参考。     

人工免疫算法在火力分配上的应用

人工免疫算法是新兴的智能计算方法,已被用于解决网络安全、模式识别、函数优化、遗传算法等领域的问题.为解决传统火力分配模型不易求解的问题,将人工免疫算法引入其中.简要分析了火力分配问题的数学模型,采用类比的方法构造了相应的人工免疫算法,比较了人工免疫算法和遗传算法的异同,并用人工免疫算法求解了该问题.结果表明该方法计算速度快、精度高,为解决火力分配问题提供了参考.     

基于Hamming网络的空袭目标评估模型

针对空袭目标威胁程度评估问题,在模糊优化模型的基础上,提出了一种基于Hamming神经网络的求解方法.该方法将神经网络与模糊优化模型相结合,既方便了原问题的描述又简化了问题的求解,发挥了二者的集合优势.经仿真试验证明了该模型的有效性.该方法为此类问题的研究提供了一种有效、可靠的新途径,同时它也是模糊理论与人工神经网络相结合的理论方法的有益尝试.     

目标识别中的传感器管理方法

基于假设检验的方法,研究了目标识别中的传感器管理方法。分别以用于假设检验问题中的最大后验概率、最小代价函数和最大正确检测概率为目标函数,给出了用于目标识别问题的多传感器管理方法,并针对目标识别问题的特点,对其进行了相应的改进。通过对一定场景的仿真,比较了三种不同方法的识别正确率和平均采样次数,分析了各种方法的特点。     

交互式增广加权范数法及其应用

本文提出利用增广加权范数把多目标优化问题转化为标量优化问题,证明了转化后的问题与原问题完全等价,同时给出了目标函数值与权系数的关系,建立了以目标函数值作为交互媒介的多目标优化方法,最后给出了应用该方法的一个实例。     

利用二极管伏安特性转移低电平干扰

针对某型光电系统的电磁兼容问题,特别是电源脉动电流引起的地线干扰问题,提出一种利用二极管伏安特性解决此类问题的方法。此方法在实际系统中进行了实践,完全消除了此类电磁兼容问题的影响,而且效费比高,具有非常好的推广及应用价值。