基于排序的自适应遗传算法航空炸弹弹道拟合方法

提出了一种基于排序的自适应遗传算法的航空炸弹弹道的拟合方法.该方法在简单遗传算法的基础上,将每一代染色体的适应度排序,并添加了交叉率和变异率的自适应控制函数,既克服了简单遗传算法收敛速度慢,稳定性差的缺点,又改善了函数优化效果.算法应用于某型航空炸弹的弹道数据拟合,仿真结果表明,该算法的拟合精度高,拟合模型优化效果良好.     

自适应遗传算法捷联惯导系统初始对准

在基本遗传算法的基础上给出了一种适合于捷联惯导系统初始对准问题研究的自适应遗传算法,该算法适时调整遗传空间大小,以保证对准的速度.在选择操作中采用最优解保存策略.交叉概率和变异概率的适时变化使姿态信息具备更强的环境适应性.根据初始对准的特点,用地球重力加速度和自转角速度信息构造适应度函数.仿真结果证实了该算法在捷联惯导系统初始对准问题研究中的有效性.     

基于改进整型遗传算法的稀疏矩形平面阵列优化

为了降低固定稀疏率、固定孔径的稀疏矩形阵列的峰值旁瓣电平,提出一种改进整型遗传算法。该算法在整型遗传算法的基础上,提出了等间隔采样的交叉策略、多点变异策略以及优良基因重组的策略。采取等间隔采样的基因交叉方式,可以有效发挥整型编码的优势,从而提高算法的运行效率;为了提高种群的多样性,防止算法陷入局部最优,采用了多点变异策略;采用优良基因重组技术,加快了算法的收敛速度。仿真结果表明,相比传统的二进制和实数编码,整型编码更为直接高效;与用于稀疏矩形阵列优化的相关算法相比,本文所提算法获得了更优的旁瓣电平,证实了算法的有效性和优越性。     

遗传算法在武警勤务中的应用研究

遗传算法是一种新的全局优化仿生算法。介绍了遗传算法的编码方法、选择算子、交叉算子和变异算子 ,以及适应度函数的设计 ,结合武警部队勤务的特点 ,探讨遗传算法在武警勤务中的应用。并以遗传算法在军事 (行军 )路线优化选择和智能排课系统中的应用为例 ,对遗传算法的建模等进行了探讨     

遗传算法在制导武器火力精确分配中的应用

火力分配问题在充分发挥武器系统作战效能中占有重要地位,在该问题传统模型的基础上提出了一种基于遗传算法的高效求解方法.详细介绍了所用遗传算法的一种两层结构的编码方式,并给出了相关的选择、交叉、变异等遗传算子的具体设计.最后在MATLAB环境下,运用此方法解决了两个应用实例,仿真结果进一步表明了此算法在作战决策中是高效可行的,具有很高的应用价值.     

应用单亲遗传算法进行大规模UCAVs任务分配

在应用GA求解大规模无人作战飞机(UCAVs)任务分配这个典型组合优化问题时,需要使用描述问题直观的序号编码方式,但由于传统的交叉、变异算子操作复杂,因而进化效率不高.针对上述的不足,提出了一种单亲遗传算法,采用序号编码,使用基因换位等遗传算子,简化了遗传操作.通过对单亲遗传算法、传统遗传算法求解该问题所得的结果作了详细的比较,证明了单亲遗传算法在寻优效率上的优越性.     

基于改进遗传算法的神经网络控制

神经网络结构简单,但训练容易陷入局部最优解,而遗传算法依照生物进化理论将群体进行选择交叉变异从而求取全局解。首先讨论了神经网络与遗传算法的结合方法,并针对传统遗传算法中存在的问题,采取一种改进的遗传算法,将两种智能控制方法相结合进行研究,仿真结果表明此算法能有效改善系统的响应指标。     

基于改进遗传算法的空舰导弹火力分配方法

描述了空舰导弹火力分配问题,建立了火力分配优化模型。在此基础上,提出了一种采用十进制部分编码策略与动态调节交叉、变异概率相结合的改进遗传算法,将其用于火力分配优化模型的求解,通过仿真分析与算例比较,证明该算法在运算速度和寻优能力上比标准遗传算法和传统搜索算法强,可为制定空舰导弹作战指挥自动化决策提供参考。     

远程防空导弹的新型弹道优化设计

针对新型目标的运动学特性,在总结了传统的远程拦截导弹飞行弹道基础上,建立了快速介入拦截弹道模型并对弹道进行了仿真,并对仿真结果进行了分析。同时利用hp-自适应伪谱法以拦截时间最小为优化目标对其进行了优化。优化结果表明,快速介入拦截弹道能够很好的同时满足拦截快速性和较大横向修偏能力的需求。     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。