防护工程综合防护能力灰色模糊决策方法研究

本文基于灰色模糊决策和综合防护思想，应用灰色系统理论对防护工程口部综合防护能力问题进行分析，构建防护工程综合防护效能指标体系，在以效费比为目标的防护工程综合防护多目标优化模型基础上建立Pareto解的灰色模糊优选模型，给出了相应的遗传算法，并且用例子说明了通过综合防护优化获得的有用结论。     

面向武器装备体系组合规划的集成决策优化框架

针对当前武器装备体系组合规划存在选择空间规模大、决策目标数量多等问题,提出一种集成决策优化框架,用于组合选择和规划武器装备的发展型号、时间和数量。首先对武器装备体系组合规划问题的NP-Hard和高维多目标性质进行定量化分析和公式化描述;然后采用目标规划方法将该问题构建为双目标优化模型;再基于NSGA-II多目标演化计算方法,开发面向本问题的优化算法,求得该模型的Pareto解集合;最后通过TOPSIS方法,从Pareto解集合中求取符合决策者偏好的满意解。通过某侦察预警监视体系发展规划示例,验证了当给定经验数据和决策者偏好信息后,该框架可获得符合要求的武器装备体系组合规划方案,能够支撑武器装备体系发展论证和规划。     

基于NSGA-II和多属性决策的防空火力分配

为了解决防空火力分配问题,首先运用NSGA-II算法求出Pareto最优解集,然后运用多属性决策方法对Pareto最优解集中的解进行综合评估,并从中找出一个最优解。用区间数定性描述各属性,建立了防空火力分配的三目标优化模型。描述了NSGA-II算法和多属性决策方法的运算步骤。在仿真算例中,得到了一个最佳防空火力分配方案,说明该方法对于防空火力分配问题有良好的应用价值。     

强化学习在多阶段装备组合规划问题中的应用

针对多阶段武器装备组合规划中的选择难、规划难问题,提出基于多目标优化算法以及强化学习技术的混合优化方法。在各个阶段以装备组合效能最大和成本最小为准则,构建单阶段多目标优化模型,并设计基于非支配排序遗传算法的求解算法以生成各阶段的Pareto解,在此基础上建立多阶段的组合优化模型。通过强化学习的Q-Learning方法,在各阶段的Pareto解中采用探索或者利用两种模式,生成各阶段的装备组合,并指导下一阶段的装备选型,从而生成整个周期内的规划方案。通过对比实验分析,验证了所提模型和算法的有效性,能够为多阶段武器装备组合规划提供辅助决策。     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息     

基于多目标遗传算法和多属性决策的船舶柴油机转速PID控制器参数优化

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法(NSGA Ⅱ)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.给出了某型护卫舰主机转速PID控制的数值算例.计算结果表明,该联合方法通用性好,所设计的PID性能优异,适合工程实际应用.     

面向能力需求的武器装备组合规划模型与算法

针对武器装备组合规划中存在的选择难、规划难问题,在给定能力需求的条件下,从分析装备的组合变更对整体体系的影响出发,考虑了总的经费预算、年度费用分配、装备规划周期等约束,以能力差距和发展风险最小为准则,构建了双目标优化模型,并设计了基于差分进化和非支配排序的遗传算法的求解算法,获得模型的Pareto解。通过逼近理想解排序法方法从所求Pareto解中求得令决策者满意的折中解。通过一个具体示例验证了模型和算法的有效性,能够为武器装备组合规划提供辅助决策。     

一种用于弹目分配的决策方法

针对海战场上多类型反舰导弹攻击舰艇编队的弹目分配问题展开研究,建立多阶段多目标优化数学模型,采用多目标进化算法NSGA-II求解模型,提出一种基于改进专家法赋权的组合距离评估——灰色关联分析法CODAS＿GRA,可从求解得到的Pareto最优解集中选出唯一的最优分配方案。该方法将CODAS和GRA两种不同决策方法的优点进行结合,采用改进熵权法确定不同决策方法的偏好系数。实验表明,与其他5种未考虑领域特点的通用多准则决策方法相比,该方法所选出的弹目分配方案能够同时兼顾最大化毁伤效能和最小化弹药消耗两个目标,合理性强,方案更优。     

基于能力的武器装备组合规划模型与算法*

针对武器装备组合规划中存在的选择难、规划难问题,在给定能力需求的条件下,从分析装备的组合变更对整体体系的影响出发,考虑了总的经费预算、年度费用分配、装备规划周期等约束,以能力差距和发展风险最小为准则,构建了双目标优化模型,并设计了基于差分进化和NSGA-II的求解算法,获得模型的Pareto解;最后通过TOPSIS方法从所求Pareto解中求得令决策者满意的折中解。通过一个具体示例,验证了本文所提模型和算法的有效性,能够为武器装备组合规划提供辅助决策。     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

基于NSGA-Ⅱ的防空部署优化方法

针对防空部署的特点,根据Markov状态转移链建立了防空武器的防御效能模型,并在考虑了防空武器平均防御总成本的基础上结合防御效能模型建立了多目标的防空部署优化模型,进而设计了求解防空部署优化模型的NSGA-Ⅱ多目标优化算法,并通过仿真得到Pareto最优解集,从中选取了相对最优解作为防空部署优化的最终结果.仿真结果表明...     

单机攻击多目标逻辑的遗传优化求解

攻击逻辑的优化决策对于机载多目标攻击武器系统具有重要意义。本文建立了单机多目标攻击逻辑的解算模型 ,提出了解算要求 ,给出了采用遗传算法求解多目标攻击逻辑的应用方案。在此基础上 ,采用该方案进行大量的试探性仿真研究 ,对仿真结果进行了分析 ,并选择了合适的遗传算法参数。文章最后阐述了用遗传算法求解多目标攻击逻辑问题的发展前景     

建立战损舰艇拖带方案的优化决策模型

对战损舰艇拖带方案的优化决策作了一些探讨,包括优化决策理论的选择,影响舰艇拖带安全的相关指标及指标权重的计算方法,并根据多目标决策理论建立了衡量拖带方案优劣的综合指标,从而建立了战损舰艇拖带的方案的优化决策模型,并进行了实例验证,证明了该模型可行性较好,并已编程实现。该决策模型能根据实际情况选定更多的供决策的相关指标,进行扩展,对实施战损舰艇拖带方案的优化选择有一定的参考价值。     

基于Pareto排序法的战时装备维修任务多目标调度方法

针对战时武器装备维修保障问题,建立了包括最大完工时间、延迟时间和维修单元负荷在内的多目标优化调度模型。为提高解的多样性和收敛性,构建了一种基于Pareto排序法和小生境技术相结合的遗传算法用于模型求解,引入Pareto排序和拥挤距离进行适应度计算,通过混沌系统随机生成权重系数,并使用小生境技术改进选择方式。通过实例验证表明,该方法能够有效地解决装备维修多目标调度问题。     

基于带精英策略遗传算法的舰艇编队目标分配

结合现代海战海军编队作战样式及作战武器的特点,建立了新的舰艇编队武器分配模型,将舰艇编队目标分配问题抽象化为多目标优化问题,该模型可以在保证我方重点目标得到保护的前提下,达到总体效果最优和总体耗损最小。采用带精英策略的快速非支配进化算法对舰艇编队目标分配问题进行求解。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。该算法一次运行可以获得多个Pareto最优解,决策者可以根据实际战场环境选择最终满意解,为各目标函数之间的均衡分析提供了有效的工具。最后,通过仿真及与其他算法的对比证明了模型及算法的有效性。     

基于多目标模拟预算最优分配的飞机维护计划

将多目标模拟预算最优分配算法和偏好规划引入到飞机维护研究中。模型分为优化阶段和决策阶段。在优化阶段中,将影响飞机维护计划的关键因素及优化目标用随机仿真模型表示,将偏好信息引入优化模型,提出了偏好多目标模拟预算最优分配算法,通过该算法获得成对非支配集合。采用多属性决策模型和偏好规划模型从成对非支配解中确定偏好非成对支配解。最后,运用决策准则获得最优方案。仿真表明该方法的有效性。     

改进萤火虫算法的DDoS攻击网络目标精确选择

结合网络空间对抗实际问题,构建网络空间下DDoS攻击模式,提出一种自适应步长的萤火虫算法来解决DDoS攻击模式下的网络目标选择精确精度不高的问题。通过对模型的仿真测试,证明该算法的应用能够实现网络目标的快速定位和精确选择,对辅助指挥者科学、合理、精确决策具有一定参考价值。     

基于自适应遗传算法的目标优化分配方法

提出了基于自适应遗传算法的目标优化分配模型,阐述了自适应遗传算法在目标优化分配中的应用,通过在计算机上仿真运行实例得出了目标优化分配方案。本方法对地面防空目标优化分配决策研究具有一定的参考价值。     

火力分配多目标优化的IBACO算法

应用蚁群优化算法(Ant Colony Optimization)求解多目标优化问题已经引起广泛关注,多目标火力分配问题的目标是求出一个合适的武器目标分配方案,使满足决策需要。建立了多目标火力分配的数学模型,提出一种基于指标的蚁群优化算法Indicator-Based Ant Colony Optimization),给出了算法的具体步骤。IBACO的核心思想是利用二元性能指标来引导人工蚂蚁进行搜索,由于该算法中的信息素是根据指标的值来更新的,通过奖励信息素可以强化最优解。仿真实验证明了该算法的有效性,在解决火力分配问题上,所提算法和蚁群优化算法相比具有较好的收敛性。     

基于模糊MODM的空袭目标威胁评估

针对当前空中来袭目标的主要特点,运用模糊多目标决策(MODM)理论和方法,提出了一种空袭目标威胁评估方法。首先对影响空袭目标威胁程度的因素进行了分析;然后阐述了如何确定影响目标威胁评估的各个指标值;最后依据多目标决策方法,建立了在各指标权重值只有部分已知的情况下,目标威胁评估的数学模型,并通过示例介绍了威胁评估的求解过程。仿真结果表明,该方法有效地解决了目标威胁评估与排序问题,提高了防空作战效能。