首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
针对舰船装备的复杂性与多态性特点,在分析多目标维修决策帕累托最优理论基本原理的基础上,建立了考虑可靠性、维修时间以及费用的舰船装备多态系统维修决策帕累托最优模型,给出了一种操作简便的解析算法,为维修决策提供了模型依据。最后,以舰用柴油机为例,建立了柴油机维修决策的帕累托最优模型,在给定的决策参数条件下,计算得到了柴油机维修的最优方案,验证了该研究方法的正确性及可操性。  相似文献   

2.
传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。  相似文献   

3.
信息中心网络(Information-Centric Networking, ICN)“泛在缓存”的特性,引发数据副本率过高、缓存空间不能充分利用等问题。为了解决上述问题,分别从用户、服务提供商和网络运营商的角度出发,以最小化网络流量与网络费用开销为优化目标建立两个单目标优化模型,并将二者结合为帕累托模型;基于帕累托求解方法中数学规划法的思想,详细描述缓存节点位置选择算法。仿真结果表明:在流量性价比方面,所提缓存节点选择算法优于ICN的默认缓存机制;在网络费用开销方面,所提算法更适用于只有少数内容较为流行的网络中,而在所有内容都流行的情况下,ICN中默认的“遍地缓存”机制更为适宜。  相似文献   

4.
利用激光通信距离方程和多波长激光大气传输反演技术,计算分析了多波长激光在不同气象条件下对目标的最大通信距离,提出了一种用于求解通信距离隐函数方程的新算法.该算法在求解通信距离隐函数方程时,明确了不同工作波长激光的大气透过率是距离的函数;然后,利用神经网络反演模型计算得到多波长激光大气消光系数,并代入隐函数方程进行线性插值和迭代求解;最后,采用简化的数值计算方法对迭代初值进行预测.仿真结果分析表明:该算法能够快速地得到精确数值解.  相似文献   

5.
大规模作战具有高动态、非完全信息和不确定性,在分析归纳目前解决动态武器目标分配问题的一系列方法的基础上,尝试构建基于双方动态博弈的攻防对抗综合数学模型,并利用纳什均衡和帕累托最优算法进行分阶段求解。结果表明,该数学模型和博弈论方法结合能够有效解决武器目标动态分配问题。  相似文献   

6.
社区消防管理模式的产生对于提高消防意识,推行社区自身消防保障,减轻消防部队和政府财政压力发挥了重要的作用,但自身发展中将面临消防安全有效供给不足的问题。运用纳什均衡模型和帕累托最优模型比较分析了社区消防安全效益,说明了消防安全有效供给不足的原因,并提出相关建议。  相似文献   

7.
针对战区装备保障点动态选址问题的广义最大覆盖选址模型,综合分析传统的启发式算法全局、局部搜索中的优缺点,提出一种基于BP神经网络的遗传模拟退火算法,并将其运用于战区装备保障点动态选址决策实际问题中,对该算法进行了仿真研究,给出具体实例的仿真结果验证了该算法求解最优解的高效性以及运算的高收敛速度.  相似文献   

8.
多红外传感器跟踪系统常常由于目标机动或传感器相对目标位置导致距离估计信息不可用.一种新的多红外传感器融合算法,采用一种改进的交互多模型滤波器,实现了对机动目标的三坐标跟踪.通过分析多红外跟踪系统的可观性,证明了系统的不可观定理;同时对算法进行了仿真实验,定理和仿真结果均表明算法有效.  相似文献   

9.
通过对装备维修保障问题进行分析,针对目前研究的目标单一,就修复后的加权作战时间和装备尽可能短的延误双重目标加以研究,建立了维修保障的多目标优化模型,并给出了模型的求解算法,从而弥补了这些不足,使维修保障更加合理。最后,算例表明模型的求解方法简单,计算时间较短,是一种便于实现的好算法。  相似文献   

10.
针对我军后勤装备维修器材仓库分布点多面广、配送时效性不高、整体保障效益偏低等问题,建立了基于混合整数规划的仓库布局选址模型,设计了粒子群实验寻优算法进行求解。以SY战区为例,验证了模型和算法的有效性,得到了该战区的后勤装备;维修器材仓库布局方案,并与基本粒子群算法进行了对比分析。  相似文献   

11.
红外警戒系统点目标检测距离理论分析   总被引:1,自引:0,他引:1  
给出了红外警戒系统点目标探测距离的计算模型与公式,分析了影响点目标探测距离的参数间关系,并得出有关目标提取算法及传感器参数选择的几点重要结论.  相似文献   

12.
对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.  相似文献   

13.
分析了在重要孤立系统中采用微电网供电的必要性,在此基础上提出了采用由非支配排序法和拥挤距离排序法改进的粒子群算法进行微电网选址定容,其目的是改进多目标微电网规划问题的优化结果。通过改进算法与基本算法算例结果的对比分析,验证了改进算法在求解孤岛选址定容问题上具有较强的寻优能力、较高的收敛精度和较稳定的最优解,为进一步研究微电网孤岛选址定容问题提供了思路。  相似文献   

14.
由于粒子滤波的算法原理,其计算量很大.研究了针对机动目标的交互式多模型粒子滤波器(IMMPF)算法和多速率交互式多模型(MRIMM)算法,提出了多速率交互式多模型粒子滤波器(MRIMMPF)算法.该算法是在交互式多模型粒子滤波器(IMMPF)的基础上引入多速率技术,期望在保持IMMPF的性能同时能够减少因为粒子滤波带来的计算量;最后通过和一搬基于EKF的IMM算法、IMMPF算法的比较,验证了该算法的有效性.  相似文献   

15.
装备维修器材供应是作战部队持续保持战斗力的关键。考虑多阶段作战行动中,战场形势、部队位置及需求量等不确定性,将野战仓库选址、需求分配、供应路径规划融合为一类选址-路径组合优化问题,构建基于情境的多阶段混合整数规划模型。设计一种两阶段迭代启发式算法对问题进行求解。基于20个算例的数值实验,证明了所提出的模型及算法在具有高度不确定性的多阶段装备维修器材供应保障中的有效性。  相似文献   

16.
为多机种飞行保障计划提供合理的装备配置数量方案,构建了多机种飞行保障装备配置数量预测求解模型.基于排队理论将飞行保障抽象为飞机排队,考虑机型不同、保障活动期望时间不同、保障流程不同和装备型号不同因素,以机群总体保障时间、飞机平均保障时间、机群保障的平均强度、保障装备代价、保障忙闲均衡和保障装备供需均衡为优化目标,建立多机种飞行保障装备数量预测模型;以缩短机群保障工序等待时间作为装备数量增减依据设计相应解算算法,根据条件自动筛选出一个或几个装备配置数量近优方案.通过算例分析验证了该模型和算法的有效性,为多机种保障装备配置数量预测问题求解提供了一种途径.  相似文献   

17.
为提高协同反导时的多目标火力分配计算能力,首先建立了火力分配多目标数学模型;然后,针对火力分配多目标规划具有的线性不等式约束条件难以使用多目标粒子群优化算法、粒子群算法自身存在的盲目搜索等问题进行了改进,并明确了计算流程;最后,对算法进行了仿真实验,仿真实验表明:改进的多目标粒子群算法求解多目标火力分配规划模型得到的非劣解集可构成Pareto前端,且非劣解集的适应度最大值随迭代步数演变具有稳定的收敛性,验证了改进多目标粒子群算法的有效性.  相似文献   

18.
针对装备保障过程中被保障单位需求量不确定的问题,在详细分析保障设施选址-路径相关因素的基础上,利用三角模糊数对需求量进行标定。通过运用模糊综合评价与群决策思想确定保障设施备选址点权重,构建时间满意度函数与惩罚成本函数,建立模糊需求下带有时间窗及容量限制的选址-路径模型,并设计了基于聚类分析与蚁群算法的混合启发式求解算法。通过算例分析验证了模型的正确性及算法的有效性。  相似文献   

19.
针对战时选址属性信息为区间数的情形,提出了一种基于模糊偏序关系的装备保障阵地选址决策方法.首先,建立战时装备保障点选址的评估值模型,并对其进行预处理;然后建立了模糊偏序关系模型,将混合型评估值模型转化为评估关系模型,得到各备选点之间的偏序关系;最后,对偏序关系进行集结,得到全序关系,从而获取方案的优劣排序.这为战时装备保障阵地选址提供了一种新的有效途径.  相似文献   

20.
针对典型工作模式下舰船目标SAR(synthetic aperture radar)成像仿真应用,建立了条带模式、聚束模式、扫描模式下电磁信号发射与回波传输模型.基于面元法将舰船目标三维模型划分为多个三角形面元,利用弹跳射线法计算舰船目标各面元的一次散射和多次散射,仿真SAR回波信号.采用距离多普勒成像算法消除回波混叠...  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号