人工免疫算法在火力分配上的应用

人工免疫算法是新兴的智能计算方法,已被用于解决网络安全、模式识别、函数优化、遗传算法等领域的问题.为解决传统火力分配模型不易求解的问题,将人工免疫算法引入其中.简要分析了火力分配问题的数学模型,采用类比的方法构造了相应的人工免疫算法,比较了人工免疫算法和遗传算法的异同,并用人工免疫算法求解了该问题.结果表明该方法计算速度快、精度高,为解决火力分配问题提供了参考.     

多层弹道导弹防御体系火力分配优化研究

对多层弹道导弹防御体系火力分配问题进行了研究。首先对多层弹道导弹防御体系火力分配问题进行了描述,在此基础上建立了基于最大化资源剩余价值目标函数的多层弹道导弹防御体系火力分配模型,分析了求解该模型的难点,提出了基于文化基因的多层弹道导弹防御体系火力分配问题文化基因求解算法,最后应用实例验证了模型的有效性,并对算法进行了对比分析。试验结果证明,合理制定多层弹道导弹防御体系火力分配方案,对于提升防御效能具有重要意义。     

发射与制导分离的编队协同防空目标分配决策

为解决舰艇编队协同防空中发射和制导分离时的动态目标分配问题,以编队生存概率最大、目标突防综合威胁值最小和制导单元分配效益最优为最优函数,建立了动态多目标优化分配决策模型及状态的动态更新方式.采用多项改进措施设计了动态多目标粒子群优化求解算法及流程.仿真结果表明,所建立的目标分配模型能较好地解决舰舰协同防空中火力通道固定和分离时的不同分配问题,并得到了一些有益结论.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

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。     

基于序贯对策的舰艇编队多阶段火力分配?

舰艇编队火力分配是海上作战中的重要问题。针对舰艇编队火力分配的动态对抗性,将舰艇编队多阶段火力分配问题形式化为一个攻防对抗的序贯对策问题,基于攻防双方火力单元的存活概率给出双方对抗下的支付函数,建立舰艇编队各阶段火力分配的双矩阵对策模型,通过纳什均衡求解与数学规划的关系,寻求有限次序贯对策中各个阶段对抗的纳什均衡解,进而分析得出攻防对抗中每阶段的最优火力分配策略。最后进行了仿真计算,结果表明该序贯对策方法具有实用性并有一定的推广价值。     

驱护舰编队防空火力分配决策模型研究

驱护舰编队防空火力分配的确定和优化是最大限度地发挥驱护舰编队的整体作战能力的关键。为了高效地发挥驱护舰编队火力优势,用运筹学理论建立了驱护舰编队防空火力分配决策问题的优化模型,分析了各种解决此模型的方法的优缺点,并尝试运用粒子群优化理论(PSO)求解该模型。实例计算分析表明,所提出的方法较好地解决了驱护舰防空火力分配决策问题,为舰艇编队指挥员进行防空火力分配决策提供了一种有效的参考处理方法。     

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。     

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。     

基于遗传算法的弹炮混编防空群火力分配

近期局部战争中的防空作战经验表明:实施弹炮混编可以大大提高防空武器系统的作战效能,而如何实施有效的火力分配又是其中的一个重要环节.针对陆军弹炮混编防空群射击指挥中的火力分配问题,简要分析了防空导弹和高炮武器系统射击的不同特点,提出了弹炮混编防空群的火力分配方法,并建立了优化火力分配方案的数学模型.在此基础上,采用遗传算法对此模型求解.结果表明,遗传算法为弹炮混编防空群的火力优化分配问题提供了一条有效途径.     

防空导弹兵力规划模型

借助兵力交换的思想,从宏观层次上研究不同类型的防空导弹火力单元对空中目标的优化分配问题;分析在最优目标分配策略下区域防空中各类型防空导弹火力单元的火力分配问题,并建立了递阶优化的求解模型.该模型可为区域防空部署的决策与分析提供科学依据.     

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。     

一种武器-目标分配模型及求解算法

武器-目标分配是拟制作战计划的一项重要内容,是合理运用现有武器系统,充分发挥其作战效能的关键.依据火力分配的基本要素,针对多种武器对多个目标的分配问题,运用一种基于模糊优选技术的多目标混合优化理论,建立了武器-目标最佳分配模型,然后用遗传算法来求解,并在计算机条件下对求解的效果进行了检验.     

一种通用型舰载防空硬武器火力优化算法?

针对当前武器优化分配算法缺少通用性，难以兼顾效率和时间的问题，提出了一种通用型舰载防空硬武器火力优化算法。该算法首先提取各舰载武器能够攻击的目标集合，然后对各武器的目标集合逐一进行时间分配，并计算对目标的毁伤概率，最终完成所有武器的分配。计算表明，该算法具有很好的通用性和实时性，可适用于较大规模舰载防空硬武器的火力优化分配问题。     

合成分队火力分配协同决策模型研究

针对合成分队火力分配效率和科学性不高的问题,采用协同决策思想对合成分队火力优化分配方法进行了研究。针对合成分队的作战特点提出了3种模型:建立了攻击力量类型相同的多种准则的火力分配模型,建立了攻击力量类型不同的基于双层规划的火力分配模型,建立了具有上级指定任务的分队内和分队间的火力协同分配模型,并对相关模型进行了实例仿真验证。提出的这3种模型能够解决合成分队在火力分配中的协同决策问题,可提高作战指挥决策的实时性和科学性。     

基于蚁群算法的火力分配寻优方法研究

火力分配的优化是最大限度的发挥火力单位效能,达到最大毁伤效果的基础和前提,将蚁群算法应用于火力分配的优化.研究了蚁群算法用于火力分配寻优的相关条件,给出了火力分配寻优的模型和算法.最后,结合一个应用实例,说明了蚁群算法用于解决火力分配问题有很好的应用价值.     

基于改进遗传算法的防空火力优化分配方法

结合地空导弹部队防空作战的特点,提出了基于改进遗传算法的防空火力优化分配模型,给出了模型求解的方法和步骤,详细阐述了改进遗传算法在防空火力分配中的应用,通过在计算机上仿真运行实例得出了火力分配方案,通过仿真证明本方法运算速度较快,结果精度较高,对地面防空火力分配决策研究具有一定的参考价值。     

基于模糊匈牙利算法的炮兵火力单位分配问题

发挥诸火力单位的整体协调优势,寻求在给定约束条件下总的射击效果最好的分配方案,是火力单位最优分配的基本任务.匈牙利算法是求解传统的指派问题的一种较好的方法,运用模糊匈牙利算法在决策过程中将主观因素与客观因素有机地结合起来,解决火力单位分配方案决策中多指标指派问题,从而可以有效地解决炮兵火力单位分配最优化问题.     

基于多Agent的编队导弹攻击火力分配的优化研究

目前解决火力分配优化问题的更多的是运用静态的数学模型,忽略了作战是一个激烈对抗的过程.为了更全面地研究编队导弹攻击分配的优化问题,提出了一种基于多Agent的编队导弹攻击火力分配仿真优化研究的方法.首先建立了舰艇Agent的模型,研究了Agent的演化模型,建立了基于Agent的火力分配的优化模型.通过Agent自身的演化,从而达到整个编队导弹攻击的火力分配决策的优化目的.最后给出了仿真试验,对仿真结果数据的分析,验证了方法的可行性.