基于免疫遗传算法的无人机航路规划

基于免疫遗传算法的原理,建立了一种在三维复杂地形下,协同考虑地面等待和任务执行两阶段的无人机航路规划模型.首先,使用了生成三维等效地形图的方法;其次,根据所得的地形图,提出了一种改进的分组寻优免疫遗传算法用于搜索最优航路,提高了搜索效率.该算法先用预处理解空间和免疫记忆特性的方法来产生初始解群体,再用免疫遗传算法的特性搜索满足无人机机动特性约束的航路点集,最后使用准均匀B样条曲线,将航路点连接起来的有向线段进行修改、光顺,使航路安全可飞.仿真的结果证明采用的模型是合理有效的.     

弹药自动装填机器人免疫遗传模糊神经滑模控制

提出了一种基于改进免疫遗传算法的弹药自动装填机器人自适应模糊神经滑模控制器(IIGAAFNSMC)。用径向基神经网络来近似等效滑模控制中的不确定参数,通过自适应免疫遗传算法在线调整径向基神经网络非线性隐含层的结构和参数。利用最小二乘法计算线性输出层的权值,自适应模糊系统调节滑模控制的增益,减小了网络逼近误差和外部干扰并消除了传统滑模控制中的抖振问题。仿真结果表明,该方法比传统的神经网络滑模控制器具有更高的逼近精度和速度。     

遗传算法及其在导弹火力分配上的应用

遗传算法是一种近年来新发展起来的优化算法,目前它已被广泛应用于解决许多实际问题,如函数优化、图像识别、机器学习、人工神经网络、人工生命、优化调度等许多领域。通过对一种遗传算法的研究,阐述其在导弹武器火力分配上的应用。首先设计和实现了一种遗传算法;然后描述了导弹火力分配优化问题,建立了其数学模型;最后运用遗传算法求解了该问题。     

多边形障碍环境中避障路径的遗传算法

研究了平面障碍环境中避障的遗传算法,重点介绍了障碍环境的模型构造和用遗传算法求解该模型的方法设计.采用了与已有遗传算法不同的染色体编码方式和不同的遗传算子设计,在初始群体产生时尽量避免了引入无效基因,提高了染色体进化的效率,使得该算法具有很好的寻优能力,实验结果也表明了该算法的有效性.     

电视侦察弹侦察效力的演化仿真优化研究

为了保证电视侦察弹能到达目标区域的上空并发挥最优的侦察效力,采用了基于遗传算法的启发式仿真优化方法来解决炮射电视侦察弹的优化使用问题.分析了电视侦察弹的主要影响因素,建立了用于计算目标侦察效力的仿真模型,引入了演化策略,实现了基于进化计算的启发式仿真优化系统,并求取了电视侦察弹的最大侦察效力及其主要影响因素的最优搭配....     

武警捕歼战斗兵力分配模型研究

捕歼战斗是武警部队依法缉捕、歼灭犯罪分子的一种战斗行动。考虑作战过程中兵力分配的实际因素,在问题建模过程中引入了捕歼对象的威胁度,建立了一个多目标模型,使捕歼战斗更加符合实际作战;提出了基于分解的多目标进化算法的求解方法,并给出了方法的具体设计思路和流程。捕歼实例仿真计算结果表明,本文提出的基于分解的多目标进化算法比非支配排序遗传算法的改进算法具有更好的适用性和优越性。     

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。     

新指挥控制原理

指挥控制系统是兵力放大器,信息时代的挑战是要突破这种传统理念的束缚。传统的指挥控制赋予兵力系统以自动机功能,而新指挥控制原理则赋予兵力系统具有生命系统特征的进化能力,具有进化特征的兵力系统将更加灵活和更具适应性,采用自组织、自学习、自修复的运作方式,以满足系统与系统对抗、体系与体系对抗的需求为构建目标。文中在分析了指挥控制的基本问题的基础上,从指挥控制的性质的角度,归纳和提出了新指挥控制原理,并尝试解释原理的含义、本质、特点和可能应用。文中的观点对分析设计指挥控制体系、系统、方法具有理论和实践意义。     

基于改进遗传算法的结构损伤识别

结构损伤识别问题在数学上可以转化为一种带约束的目标函数优化求解。将基于混沌系统的优化理论和免疫系统的基本机制提出的自适应免疫遗传算法用于结构损伤识别,研究其有效性和可行性。通过平面框架单元损伤识别算例分析,表明该方法是实用可行的。     

非最小相位系统的遗传优化辨识算法

本文基于遗传算法提出了一个非最小相位系统辨识的新算法。用ＡＲＭＡ模型描述系统的传递函数。在最小误差准则下用遗传算法估计其ＡＲＭＡ模型参数。从而实现对其系统的辨识。这个方法不需要系统的估计初值,同时在低信噪比情况下也能获得较好的效果。     

基于量子免疫遗传算法的火力分配优化问题

针对传统方法在解决火力分配优化问题时存在迭代次数多、收敛速度慢、易陷入局部极值等不足,将免疫遗传算法中的免疫克隆、免疫记忆、免疫平衡机制引入到量子遗传算法中,利用求解问题的先验知识和局部最优解信息来改善和优化量子遗传算法的性能,提高了算法的收敛精度、收敛速度和稳定性。在分析问题背景和算法实现过程的基础上,通过实例仿真,模拟了不同容量的抗体记忆库对算法性能的影响,对比了普通遗传算法、量子遗传算法、免疫遗传算法以及文中所提及的量子免疫遗传算法在解决火力分配优化问题上的不同优化效果,结果表明:该方法在解决火力分配问题时,可以有效克服早熟现象,具有收敛速度较快、稳定性较好的特性。     

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。     

基于警用特种装备的智能故障诊断专家系统的设计与实现

智能故障诊断专家系统可用以实现对警用特种装备系统各子系统的状态监测和故障诊断，基于此功能阐述了警用特种装备智能故障诊断专家系统的设计原理，给出了系统的实现方法。通过自适应遗传算法的知识获取机制，介绍了其改进的自适应遗传算法原理，解决了知识获取的问题，实现了警用特种装备的状态监测和智能故障诊断。     

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。     

一种基于生物免疫原理的入侵检测新模型

入侵检测系统可以从生物免疫系统的很多特点中得到启发,文中利用生物免疫原理设计了一个新的入侵检测框架模型,该框架在传统信息传输网基础上构建了免疫淋巴网,用来监控和管理传统传输网的行为。模型中还应用了阴性选择、克隆选择等免疫算法,使得该模型对于入侵检测问题有较好的敌我识别功能。     

区域反导组网作战战术信息分发系统军事概念建模研究

区域反导作战存在的最大问题就是探测系统、指控系统以及武器平台之间的信息互通。战术信息分发系统的研究是解决该问题的一种重要方式与手段,实现该系统的前提是建立一系列军事概念模型以实现对系统的准确描述。本文提出了基于IDEF的军事系统概念建模集成方法,具体分析了基于IDEF0、IDEF1X、IDEF3的系统功能模型、信息模型、过程流模型和对象状态转换模型。     

应用中间件的C~4ISR系统关键技术

提出了基于中间件技术的C4ISR系统的体系结构,着重研究了中间件应用服务器的结构和关键技术实现,分别说明了通信中间件,消息中间件和数据库中间件的工作原理与方法,进行中间件的有效集成,讨论了中间件上的信息发布/订阅模型,举例说明了具体模块在中间件系统中的工作过程.     

基于证据理论与多模型结合的模拟电路故障诊断

针对模拟电路故障诊断中单一诊断模型诊断结果模糊性与不确定性较大的不足,基于信息融合原理,提出一种结合神经网络、支持向量机(SVM)与DS证据理论的综合诊断模型。在分析了传统BP神经网络与支持向量机的缺点后,分别用改进的免疫遗传算法和粒子群算法对其进行结构优化。利用两种模型的初步诊断结果进行DS证据理论的基本概率分配(BPA),得到证据理论的两个证据体。采用DS融合算法进行决策层融合诊断,定位故障元件。仿真验证表明,该方法可以有效提高故障诊断的准确率,避免了单一诊断模型的偶然性与不确定性。     

面向任务的网络化作战体系优化模型

建模研究网络化作战体系对于分析未来信息战争的作战效能具有重要意义。面向任务是网络化作战体系的关键特征,提出了一种基于多目标遗传算法实时分配网络化作战任务的策略,从单一任务到并发任务模型,提出了一种多任务管理的实现方法,经仿真验证,网络化作战体系模型有效。     

基于遗传算法和神经网络的混合自学习策略

通过对神经网络自学习方法和基因遗传算法的研究 ,采用自适应基因遗传算法对神经网络进行训练 ,形成基于遗传算法和神经网络的混合自学习策略 ,克服了神经网络自学习方法的不足 ,提高了系统的自学习能力