基于粒子群遗传算法的多无人机协同路径搜索

为解决不确定环境中多无人机路径搜索针对性不强、效率低问题,提出一种基于粒子群遗传算法的多无人机协同路径搜索方法.建立区域栅格图环境和搜索概率图模型,采取滚动预测的方式,提出使用协同粒子群遗传算法生成预测路径,通过适应度函数确定最优搜索路径,该路径满足无人机最小转弯半径限制,并能实现威胁区域规避和重点区域加强搜索.仿真结果验证了所提算法的有效性.     

直升机对定向定速运动目标的搜索法

为了提高舰载直升机对于定向定速规避的敌潜艇(速度和航向不为我方所知)反潜搜索效率,解决舰载直升机在反潜作战训练中经常遇到的搜索方式问题,根据最优搜索理论中螺旋线搜索原理,应用概率论和随机过程理论,解决了舰载直升机在应召搜索中的点水位置和搜索路径问题,并给出了计算程序和示例,为直升机的反潜搜索战术应用提供了依据.     

基于遗传算法的自航水雷航路规划

自航水雷在执行任务时需要装载根据战场环境预先规划好的最优路径,路径的优劣直接决定了自航水雷的作战效率.采用遗传算法进行自航水雷航路优化,算法利用极坐标描述威胁位置和航路点,将航路编码由二维缩减至一维,降低了搜索空间,提高了优化效率.对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁.     

搜索路径给定时的搜索对策问题及其应用

搜索路径给定时的最优搜索方案问题,也可以理解为是关于搜索者和目标的二人对策问题,主要讨论了当搜索路径给定时的单个搜索者和单个目标的搜索对策问题。首先根据问题的特点,利用动态规划和迭代的方法,确定关于目标逃逸路径混合策略的最优分区,证明该分区是多面体凸集;针对目标不同逃逸路径的分区,求出搜索者的最大期望收益,再将问题转化为二人有限零和对策,计算出搜索者的支付矩阵,确定最优搜索策略。最后结合海军护航行动,对我舰载直升机搜索小型海盗船进行分析和计算,说明搜索路径给定时的最优搜索对策对于双方的资源分配和提高搜索效率具有一定的应用价值。     

基于多蚁群的无线传感器网络路由算法

无线传感器网络的快速发展,对于其路由协议有了更高的要求,关键是在节省能耗的情况下提高数据传输效率.提出了一种基于多蚁群无线传感器网络路由算法,采用多种群并行搜索,并在种群中采用基于目标函数值得启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径,利用蚁群的分布式特点,通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径,然后根据节点信息适时更新路由表.仿真结果显示MACRA降低了能耗,延长了网络寿命.     

舰载直升机反潜搜索最佳方案优选模型及应用

目前,舰载直升机已成为现代水面舰艇搜潜反潜的重要力量,为了提高作战效率,对舰载直升机在反潜搜索中的战斗使用进行了研究,建立了搜索力的最优配置模型,解决了在已知目标分布的条件下舰载直升机反潜搜索中选择初始探测点、确定搜索路径、确定搜索次数以及搜索效率评估等问题,并在几种常见的目标分布下对最佳搜索方案作了实例演示,为舰载直升机的反潜战斗使用提供了依据。     

激光二极管与单模光纤自动对准搜索算法

针对激光二极管与单模光纤的自动对准,从搜索路径规划和参数选择出发,给出五自由度自动对准搜索算法解决方案,为了提高搜索效率,提出新的指数函数拟合算法应用到XY平面的搜索过程中,给出了算法的基本原理和实现方法。实验证明,与爬山法相比,这种算法由于减少了采样点数而缩短了搜索时间,从而提高了自动对准的速度。     

蚁群遗传融合算法在移动机器人路径规划中的应用

针对移动机器人路径规划的特点,把智能算法引入到机器人路径规划中。而单一蚁群算法和遗传算法,存在收敛速度慢、效率低或容易陷入局部最优等缺陷,对蚁群算法进行改进,提出一种改进蚁群遗传算法的融合方案,并把该方案应用到移动机器人路径规划中,在栅格环境下进行仿真测试,仿真结果表明该方案能有效提高最优路径的搜索效率,整体性能优于蚁群或遗传单一智能算法。     

道路网络分层的快速路径诱导算法

路径诱导在现代交通和部队机动过程中具有重要应用,传统路径诱导算法(如Dijkstra算法)具有很高的计算复杂度和搜索空间,所规划路径仅仅是数学意义上的最短路径,很难满足实际道路交通导航诱导要求.为了降低路径诱导算法的搜索空间,同时使得规划的结果更能体现驾驶人员行车偏好,提出一种基于道路网络分层的快速路径诱导算法,在利用道路网络中道路的不同等级特性对路网进行分层处理基础上,通过限制算法搜索区域达到快速路径规划的目的.实验结果表明,该算法解算出导航路径中大部分是由快速路段组成,能很好地满足驾驶人员的选路偏好,路径搜索时间和搜索空间也大大减少.     

基于目标点的反舰导弹航路规划方法

针对反舰导弹航路规划的作战需求,提出了一种简单的反舰导弹航路规划方法:构造对航路造成威胁的障碍物的外接三角形,结合导弹的性能限制,选择外接三角形的部分边作为规避该障碍的路径段,规避对航路有威胁的威胁区,进行直接以目标点为目的的搜索.仿真结果表明该算法较大地提高了航路规划效率.     

基于势场启发蚁群算法的远程水中兵器航路规划

针对航行误差较大的远程水中兵器航路规划问题，采用栅格化方法建立海洋环境模型，为使兵器在航行过程中能有效规避障碍并导向目标，提出一种人工势场力为启发因子的改进蚁群算法，利用该方法搜索远程水中兵器从起始点至目标点的最佳路径，算法解决了经典蚁群算法容易陷入局部最优及收敛速度慢的问题。仿真结果表明该规划算法虽有少量的路径损失，但可以有效避免由于误差引起的航行安全问题，是一种有效的远程水中兵器航路规划方法。     

基于量子双向RRT算法的多平台反舰导弹协同航路规划

针对反舰导弹航路规划面临的动态威胁环境和多平台协同打击问题,提出了一种基于量子双向RRT算法的反舰导弹协同航路规划方法。采用动态坐标设置动态威胁,实时地避开动态威胁;通过取预规划终点方法,实现对目标的时间和空间协同打击;结合量子进化思想,将RRT算法中的扩展方向量子化表示,提出了一种量子双向RRT算法,并应用于航路规划。仿真结果表明,该方法可有效规避动态威胁和解决多平台反舰导弹航路规划的协同问题,并显著地改善了RRT算法的全局收敛性,得到了航程更短的航路。     

区域目标搜索中基于改进RRT的UAV实时航迹规划

在线自主航迹规划是无人机(Unmanned Aerial Vehicles,UAV)执行区域目标搜索任务的有效保证.针对UAV区域搜索中航迹规划的实时性要求,提出了一种固定搜索模式和动态搜索模式相结合的UAV自主航迹规划框架.在快速扩展随机树(RRT)方法的基础上,通过改进随机扩展树的节点选择和引入启发式信息,提出了基于改进RRT的UAV实时搜索航迹规划算法,该算法能够有效降低在线航迹规划的时间代价和扩展节点数.仿真实验结果验证了本文方法的有效性.     

禁忌单亲遗传算法的某指挥控制舱协同任务规划

指挥控制舱是武器系统中指挥控制的功能核心,通过多人协同交互完成指控任务。为提高人员协同效率和操控效率。建立了以完成所有任务的时间最短为目标函数的多人协同任务规划模型。在求解模型时,采用禁忌单亲遗传混合优化算法,通过无性繁殖的方法,减少了在子代中产生无效染色体的情况,提升了算法的效率,通过禁忌算法有效避免陷入局部极小值。通过实例分析,算法使总任务执行时间减少了12豫。本模型以及求解算法在解决指挥控制舱多人协同任务规划时具有可行性,对指挥控制舱任务流程设计具有一定参考价值。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。     

无人机的协同侦察航路规划

无人机将成为侦察卫星、有人驾驶侦察机的重要补充与增强手段 ,成为未来战场上广泛应用的一种侦察工具。为了提高无人机 (U AV)的侦察效率 ,在执行侦察任务前必需规划设计出高效的无人机侦察飞行航路。针对这一问题 ,提出了一种侦察效率指标评估的计算方法 ,解决了航路规划中的侦察效率量化问题。考虑在大范围任务区域内进行侦察航路优化存在计算的复杂性和收敛等问题 ,采用遗传算法对侦察航路进行了优化处理。通过该方法得到的侦察航路可以有效地提高无人机的侦察效率。     

战场环境下无人车辆战术机动路径规划方法

针对不同类型威胁体存在的战场环境中无人车辆战术机动路径规划问题,提出了一种基于威胁代价地图的粒子群优化（Particle Swarm Optimization,PSO）方法。借助极坐标系中关键点的极角进行路径描述,并使用分段3次Hermite插值方法形成光滑路径,将路径规划问题转化为关键点极角的参数优化问题。针对基本PSO（BPSO）算法存在的早熟收敛和后期迭代效率低的缺陷,借鉴以群集方式生活的物种按照不同任务对种群进行分工的机制,提出了一种基于多任务子群协同的改进粒子群优化（Particle Swarm Optimization based on the Multi—tasking Subpopu—lation Cooperation,PSO-MSC）算法。借助该算法的快速收敛和全局寻优特性实现了最优路径规划。实验结果表明：该算法可以快速有效地实现战场环境下无人车辆的战术机动路径规划,且规划路径安全、平滑。     

基于几何算法的水下航行器路径规划

在分析水下航行器路径规划影响因素及主要障碍物特点的基础上,提出了一种基于几何算法的水下航行器路径规划算法,并采用该算法对障碍物进行建模和路径规划研究,解决了水下航行器航经多障碍物海区的路径规划问题.最后,通过仿真试验验证了该算法的准确性与可行性.     

一种地对空攻击武器的追及与跟踪方法

针对一种地对空武器在接到雷达跟踪指令时,由战斗准备状态追及目标、跟踪目标,直至跟踪射程区域外,或由雷达重新下达指令进入战斗准备状态的轨迹规划方法.轨迹规划中不仅考虑了系统最大速度的限制,同时还考虑了武器系统抗最大加速度的指标要求,在约束条件下规划追及过程,实现最优规划的计算方法.主要介绍了模糊追及和跟踪的计算规划方法,具有一定的实际意义.     

复杂海战场环境下AUV全局路径规划方法

针对无人自主水下航行器(Autonomous Underwater Vehicle,AUV)在复杂海战场环境中路径规划时环境模型复杂、约束条件多的情况,建立了包括战场地形、敌方威胁、障碍物和海流场等在内的比较完善的海战场环境模型.以AUV航行时间、威胁时间最短为优化目标,给出了一种基于振荡型入侵野草优化(Invasiv...