首页 | 本学科首页   官方微博 | 高级检索  
   检索      
共有20条相似文献,以下是第1-20项 搜索用时 93 毫秒

1.  基于蒙特卡洛树搜索方法的空战机动决策  
   何旭  景小宁  冯超《火力与指挥控制》,2018年第3期
   针对空战中双方的机动决策问题,考虑角度、距离、速度变化以及高度优势函数,以赢取最大空战优势期望为目标,建立空战双方机动决策模型,并引入蒙特卡洛树搜索方法进行求解,搜索策略采取极大极小搜索算法。针对双机对抗,通过仿真给出空战态势及空战优势变化曲线,结果表明我机在整个空战过程中绝大部分是处于优势地位的,验证了使用蒙特卡洛树搜索方法进行空战机动决策的可行性,同时对算法的实时性进行了仿真,结果表明算法计算机动动作所用时较短,达到了算法的实时性要求。    

2.  基于改进布谷鸟算法的目标分配问题  
   李宜芮  张云志  王刚  王晶晶《火力与指挥控制》,2018年第1期
   针对防空作战中目标分配的实时性、动态性、高效性以及作战决策的稳定性需求,基于种群协同进化思想提出一种免疫-布谷鸟算法。通过建立种群协同进化机制,利用两个种群进行不同方向的搜索并实时进行信息交互,加快算法收敛速度;利用布谷鸟算法参数少、易实现及较好的全局搜索能力,以及基于免疫机制的高斯变异算子较强的局部搜索能力,实现了求解速度和解的精度的平衡问题,提高算法的进化活力和求解效率。仿真实验表明,改进的布谷鸟算法与传统的目标分配算法相比,求解效率和性能上有明显提高,新算法求解目标分配问题是有效可行的。    

3.  求解面向进攻的武器-目标分配问题的蚁群算法  被引次数:1
   陈伟  陈杰  辛斌《火力与指挥控制》,2012年第37卷第4期
   面向进攻的武器-目标分配问题是军事运筹学研究中的重要课题,旨在制定合理的打击策略以最大程度摧毁敌方目标。采用一种融合局部搜索和信息素控制的蚁群算法,兼顾控制解的局部收敛速度和全局收敛质量。在解的构造过程中直接处理约束条件,提高生成解的可行性,并大大缩小了搜索空间,提高了算法效率。通过采用多种算法对不同规模的武器-目标分配问题进行实验,结果表明改进的蚁群算法在收敛速度和求解质量上表现优异。    

4.  具有随机分形自适应搜索策略的蚁狮优化算法  
   赵克新  黄长强  王渊《火力与指挥控制》,2019年第2期
   针对蚁狮算法在平衡开发能力与探索能力不足的缺点,提出了具体有随机分形自适应搜索策略的改进算法。在该策略中,蚂蚁利用随机分形搜索方程提高算法的探索能力;蚁狮利用自适应搜索方程在最优位置进行精细搜索,以提高算法的开发能力。对3个单峰、3个多峰标准测试函数进行寻优,仿真结果表明,相比于其他算法,所提出的改进算法很好地平衡了自身的开发能力和探索能力,显著提高了全局优化能力和收敛速率。    

5.  一种基于克隆选择原理的空战目标分配算法  
   赵敏  李言俊《火力与指挥控制》,2010年第35卷第11期
   针对空战目标分配问题,在以优势函数为空战模型的基础上,提出了一种基于克隆选择原理的目标分配算法,并引入混沌算子,增强了算法中个体的多样性和稳定性,减少算法的盲目性,提高了算法的收敛速度.根据克隆选择原理,分析了算法的编码方式、克隆选择算子对算法的影响,给出了算法的流程.最后进行了仿真,结果表明了算法的有效性.    

6.  基于种群分类的变尺度免疫克隆选择算法  被引次数:1
   郭忠全  王振国  颜力《国防科技大学学报》,2011年第33卷第5期
   提出了一种基于种群分类的变尺度免疫克隆选择算法。该算法通过对目标函数进行非线性尺度变换,突出了全局最优解的优势地位;建立记忆子群实现了种群代际进化信息的交换;依据亲和度将抗体分为精英子群、普通子群、劣等子群,并对其分别执行自适应高斯变异、均匀变异和消亡更新等策略,增强了算法的局部和全局搜索能力。引入小生境技术提高了抗体分布的多样性,进而克服了算法的早熟。采用经典测试函数和星载天线结构优化问题对算法进行了测试,测试结果表明本算法寻优能力较经典克隆选择算法和标准遗传算法有较大改善,且计算复杂度并无显著增加。    

7.  基于族群机制的花朵授粉算法  
   肖辉辉  段艳明《火力与指挥控制》,2017年第42卷第4期
   针对花朵授粉算法易陷入局部极值、收敛速度慢等不足,提出一种具有族群机制的花朵授粉算法.该算法把种群分成多个族群,各族群的最优个体再组成新的种群,进而促进种群间的信息交流,有效地协调种群进化过程中的全局搜索和局部搜索能力,避免个体的早熟收敛,提高算法的全局寻优能力及收敛速度.通过8个CEC2005 benchmark测试函数进行测试比较,仿真结果表明,改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高.    

8.  影响图的空战机动决策方法  
   梅丹  吴文海  徐家义《火力与指挥控制》,2008年第33卷第Z1期
   首先阐明了空战机动决策的概念和作用;然后针对几种常用空战机动决策方法的缺陷,分析了影响图在表示和求解不确定性决策问题上的优势,提出了空战机动决策的影响图方法;进而建立了基于该方法的二维单机单目标空战机动决策模型,并针对两种典型的空战情形进行了仿真.仿真结果表明该空战机动决策方法能够有效地导引战机格斗.    

9.  基于小波网络的非线性系统辨识研究  
   代礼前《火力与指挥控制》,2006年第31卷第6期
   小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.    

10.  BP神经网络的遗传模拟退火算法动态选址仿真  
   董鹏  罗朝晖  伍洁  张卫红《火力与指挥控制》,2012年第37卷第12期
   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.    

11.  基于逆强化学习的空战态势评估函数优化方法  
   李银通  韩统  孙楚  魏政磊《火力与指挥控制》,2019年第8期
   为提高无人作战飞机(UCAV)自主决策效能,提出基于逆强化学习的空战态势评估函数优化方法。以现有的正例与反例两类空战数据为样本训练一个RBF网络,采用逆强化学习得到不同态势下的态势值,实现了对现有空战数据的知识提取;利用Sigmoid函数的压缩作用,降低了整体态势值,加快了UCAV学习的收敛速度;采用自适应粒子群算法求解优化了态势评估函数中的权重参数,提升了对复杂空战态势的适应能力;仿真结果表明该方法能够优化态势评估函数,提高机动决策的收敛速度,在UCAV自主决策中具有一定现实意义。    

12.  基于改进克隆选择算法的复杂系统测试选择  
   吴杰长  刘海松  陈国钧  刘树勇《海军工程大学学报》,2013年第25卷第2期
   为了解决复杂系统测试优化选择问题,提出了一种基于改进克隆选择算法的测试选择方法.该方法针对测试选择问题的具体特点,对基本克隆选择算法进行了以下改进:采用二进制编码方式进行抗体编码,选用加性分段函数形式构建亲和度函数,利用混沌搜索优化初始种群的生成方式,并引入免疫网络的抗体抑制操作对抗体种群进行预处理.最后,以某实际系统为例进行了算法验证,实验结果表明:该方法搜索效率高,具有很强的全局和局部搜索能力,可有效解决复杂装备系统测试性设计中的测试优化选择问题.    

13.  智能化战机编队指派的战术匹配寻优算法  
   孟光磊  郭金龙  刘建波  《火力与指挥控制》,2014年第2期
   战机编队指派是空战指挥决策的重要一环,属于多属性决策优化问题。为提高空战指挥的自动化水平,设计了一种智能化战机编队指派的战术匹配寻优算法。首先分析了战机编队空战优势的估算方法;然后提出了战机编队指派的初步匹配方法,该方法通过战术匹配得到满足编队级最小空战优势要求的,能够覆盖最多目标编队的初步指派方案;最后设计了基于自扰动蚁群算法的战机编队指派寻优算法,该算法针对未分配战机寻找能够使己方战术价值总和最大化的战机编队指派方案。对战机编队指派的初步匹配结果和自扰动蚁群算法寻优结果进行合成得到最终的战机编队指派方案。示例验证了该方法能够得到与空战指挥员经验一致的战机编队指派结果,而且具有较好的实时性。    

14.  一种模拟退火伪并行遗传算法  
   郭 栋  时银水  朱 岩《指挥控制与仿真》,2007年第29卷第3期
   借鉴模拟退火算法的局部搜索能力,结合并行计算的思想设计了一种采用模拟退火机制的实数编码自适应交叉、全概率变异伪并行遗传算法,最后用这种方法对典型的多峰值函数求极值,并和基本遗传算法进行比较,结果表明:该算法具有较强的全局搜索能力和局部搜索能力,能够更有效地克服早熟收敛问题。    

15.  改进近似动态规划法的攻击占位决策  
   姜龙亭  寇雅楠  王栋  张彬超  胡涛《火力与指挥控制》,2019年第7期
   瞬息万变的空战环境和日益复杂的空战任务导致应用动态规划法解决机动决策问题容易造成"维数灾难"。基于函数拟合思想优化逼近近似值函数,解决了空战状态的连续性问题。同时,针对近似动态规划在解决机动决策问题时未考虑"过冲"机动和碰撞的问题,提出惩罚因子对近似动态规划法的攻击占位决策方法进行改进。这种方法能够有效应对快速变化的战场态势,而且不需要对空战战术构建专有的战术库。为了验证模型的有效性,将改进的近似动态规划法进行了实验仿真,仿真结果表明改进的攻击决策方法能够有效避免"过冲"机动和碰撞问题,具有较强的鲁棒性。    

16.  基于改进量子遗传算法的有源噪声控制方法  被引次数:1
   范晓志  扈鹏《海军工程大学学报》,2007年第19卷第1期
   提出了一种基于改进量子遗传算法的格型IIR滤波器结构的有源噪声控制方法——改进的量子遗传算法(IQGA)。其核心是在对量子门更新过程进行改进的基础上,引入群体灾变和自适应搜索网格的策略。IQGA不仅收敛速度快,还可以改变基本遗传算法(GA)的局部搜索能力,克服基本遗传算法存在的未成熟收敛问题。仿真结果表明,该算法可以有效地实现噪声控制。    

17.  基于遗传算法的目标快速跟踪技术研究  
   王存威  庞璐璐《指挥控制与仿真》,2009年第31卷第6期
   针对图像制导类弹药中目标相关跟踪算法计算量大的问题,提出了采用遗传算法加快图像匹配点搜索速度的方法,提高了算法的全局搜索性能,有效地抑制了局部早熟收敛,并利用Matlab对算法的可靠性进行了仿真分析.实验结果证明,在保证匹配精度的同时,该算法比原始算法在计算时间上大大减少.    

18.  基于禁忌搜索算法的故障诊断策略优化  
   张睿  丛华  刘远宏  冯辅周《装甲兵工程学院学报》,2018年第2期
   针对传统故障诊断策略优化方法优化性能较差的问题,提出一种基于禁忌搜索算法的故障诊断策略优化方法。该方法通过构建合理的适应度函数,设立禁忌记忆表与藐视准则,利用禁忌搜索算法跳出局部最优能力强的特点,在全局范围内搜寻最优的诊断策略,克服了传统优化方法只利用局部信息寻优的缺点。与传统优化方法的对比结果表明:该方法能够适用于诊断策略优化,获得的结果优于传统优化方法,且具有良好的收敛性。最后,将该方法应用于某装备液压操纵系统的故障诊断策略优化,获得了液压操纵系统的诊断策略,实例分析结果进一步验证了方法的有效性。    

19.  基于PSO-RBF神经网络的雷达目标识别  
   何隆玲  胡桂明  李维维  李铭《现代防御技术》,2014年第42卷第5期
   为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析.针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验.仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高.    

20.  自主空战决策中的战术过程评价方法  被引次数:2
   柳嘉润  申功璋《火力与指挥控制》,2008年第33卷第4期
   战术过程评价是自主空战决策中的重要部分.在装备航炮和格斗弹的双机近距格斗这一战术背景下,合理考虑角度、距离、机动与能量因素,构造了战术状态优势函数.在此基础上,提取战术过程的特征量,建立有优先级的判据体系,提出了逐级淘汰的战术过程评价方法.仿真结果表明,战术状态优势函数能准确体现格斗中各时刻双机战术态势的优劣,逐级淘汰方法能有效地从候选的机动动作中得到空战决策结果.    

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