基于差分进化算法的穿越走廊可行网络优化问题

针对考虑限制空域的穿越走廊可行网络优化问题,将穿越走廊网络优化问题转化为无干涉路径点布局优化问题,建立无干涉路径点布局模型;根据无干涉路径点布局问题的特点,设计了个体评价标准和个体修复算子,以利于差分进化算法对优化模型进行求解。实例表明,较之于初始规划结果,所提出方法的各项性能指标有了明显提高,从而验证了方法用于穿越走廊优化设计的有效性和可行性。     

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。     

基于改进层构造算法的运输直升机装载方案设计

针对运输直升机装载方案依赖人工经验,主观性强、耗时长且不精确等问题,基于运输直升机遂行运输保障任务时的军事运用特点,建立装载问题的多约束数学模型,并设计可生成装载方案的改进层构造算法,以解决运输直升机装载问题。算法改进了层构造算法,提高空间利用率,并结合装载空间构造法和重心调整算法以满足运输直升机特殊装载要求。通过对8个装载任务的仿真实验证明,算法可以在毫秒级时间内生成重心偏移量小的装载方案,在保证飞行安全的条件下最大化利用直升机的装载能力,同时提高部队的任务规划和临机调整能力。     

基于改进差分进化算法的内弹道参数优化

火炮内弹道参数直接影响其计算结果,内弹道参数优化设计是内弹道分析计算的重要环节。基于经典内弹道计算模型,以火药内弹道计算中最为敏感的燃速指数及其燃速系数为设计参量,以最大膛压及弹丸初速的计算值与测试值一致性为目标,对差分进化算法群体的初始化、变异因子及变异模式进行了改进,对某型火炮的内弹道参数进行了优化计算。优化设计结果表明改进后的差分进化算法满足内弹道设计工程实践要求,为内弹道参数优化设计提供了一种有效的算法。     

弹药装载的构造型启发式算法研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于NP-完全问题,其求解是很困难的,所以在实际应用中,往往采用一些启发式算法来求解。本文在考虑弹药装载中各类约束条件的情况下,构建了弹药装载优化模型,提出了一种弹药装载的构造型启发式算法。该算法考虑了装载方向、重量、弹药箱装入顺序和装载位置以及运输工具装载平衡等因素,并通过算例检验,说明了该算法在弹药装载中应用的有效性。     

基于差分进化算法的铁磁物体磁化率优化方法

针对工程中铁磁物体磁化率难以确定的问题,以单元表面积分铁磁物体感应磁场模型为基础,利用磁场测量值建立了多维磁化率数学优化模型,并运用具有全局多维寻优能力的进化差分算法对多维磁化率数学模型进行了求解,进而确定了铁磁物体的感应磁场分布。最后,设计了空心圆筒磁测实验,实验结果表明:该方法能有效获取铁磁物质多维磁化率,还能精确计算铁磁物体的感应磁场分布。     

基于混合变异策略差分进化算法的无人机航路规划

提出在一种三维场景参数部分已知的有威胁空域中,采用差分进化算法(DE)规划无人机(UAV)航路,为了提高差分进化算法性能,以生成最优的路径,而采取多种变异策略的差分进化算法。算法根据种群个体的适应度值,将初始化的种群分为3个子种群,然后对于不同子种群采取不同变异策略。重点构建了环境模型和生存模型。数值实验结果表明,相较于单一变异策略的DE算法,混合变异策略的DE算法在无人机航路规划问题求解中,具有更好的求解效果和环境适应能力。     

浅谈航空货物装载优化问题

为解决航空货运装载优化问题,提高航空货物运输效率,本文从介绍航空货物装载优化问题角度出发,详细列举了解决该问题的算法,并做了分类.最后,针对航空货物装载过程中应注意的问题着手进行阐述,以提高航空货物装载的高效性和安全性.     

基于改进差分进化算法的作战目标分配

针对传统差分进化算法在求解作战目标分配时存在的参数敏感性高、高维变量求解精度低和易陷入局部最优等缺陷,提出一种改进的多策略协同差分进化算法。以精英种群引导3个等规模种群协同进化,各种群将产生优秀变异体的历史信息作为自学习经验,根据进化程度适应性选择变异策略、缩放因子和交叉概率,从而平衡全局搜索能力和收敛速度。与3种常用算法在8个测试函数上进行实验对比,对最优解的平均值、标准差、Wilcoxon rank-sum检验和胜率进行分析,测试了算法的收敛性和稳定性。以某次联合火力打击为例进行仿真实验,结果表明,算法能够有效解决作战目标分配问题。     

一种基于交叉选择的柯西反向鲸鱼优化算法

针对传统鲸鱼优化算法求解精度不高、容易陷入局部最优的缺点,提出了一种基于交叉选择策略的柯西反向鲸鱼优化算法.在鲸鱼优化算法中引入柯西反向学习技术以加快算法的收敛速度;对鲸鱼优化算法中的种群个体进行交叉和选择操作以提高算法的求解精度.对引入不同改进策略的鲸鱼优化算法在Matlab软件中进行仿真测试,结果表明:与基本鲸鱼优...