基于小生境遗传算法的相控阵雷达任务调度

针对密集目标环境下相控阵雷达任务调度问题,分析了相控阵雷达工作任务特点、调度流程以及资源约束,建立了资源约束条件下的相控阵雷达调度模型。研究了传统遗传算法在相控阵雷达任务调度中收敛速度慢和早熟问题,提出了基于共享机制的自适应小生境技术的改进方法。仿真结果表明,基于小生境遗传算法的相控阵雷达任务调度方法能够有效地提高任务调度成功率,降低截止期错失率。     

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。     

改进遗传算法的相控阵雷达自适应调度算法及仿真

多功能相控阵雷达因其阵列天线的波束捷变能力,可执行对多个目标交替搜索、验证、跟踪等任务,而如何在时间约束下分配任务,对雷达性能有着决定性的影响。使用一种有效的调度算法能够使雷达资源合理分配,能够让雷达整体性能优化。在分析自适应调度算法的设计原则基础上,给出了具体的性能评估指标。针对多功能相控阵雷达,改进了传统的遗传算法作为调度算法。算法能够在雷达调度间隔约束下,选择综合效能最好的方案安排一个调度间隔内的雷达事件序列,并通过仿真结果验证了算法的有效性。     

基于资源池的雷达协同探测系统资源调度策略

针对舰艇编队雷达协同探测系统作战任务需求,提出了一种基于资源池的雷达协同探测系统资源管控策略,通过建立系统资源池,实现舰艇编队各雷达探测节点的自组织管理以及系统资源的统一调度;并通过遗传算法选取最佳的资源调度方案,在提升雷达探测性能的同时,提高系统资源的利用效率。     

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.     

任务分配与调度中遗传算子的设计

应用遗传算法等进化方法进行任务分配与调度为越来越多的计算机学者们所关注。基于任务排列的知识表示 ,常规的标准遗传操作算子并不总是有效的。好的遗传算子对算法收敛性及收敛到好点是非常重要的。在列表编码的知识表示基础上 ,设计了三个有针对性的遗传算子 ,即改进的交配算子、内部交配算子和一种作为变异的迁移算子。模拟实验结果与分析表明这些算子对任务分配与调度是有效的。     

战时维修保障力量的优化调度方法研究

建立了多维修需求点、多维修任务和多维修保障单位的动态调度问题数学模型,提出了基于调度时刻的维修力量动态调度方法,设计了基于滚动时域的常态触发兼顾特殊事件触发调度时刻原则、基于调度时刻的多任务类型划分方法、基于优先级的多维修任务模糊综合评判方法和基于遗传算法的调度方案生成及求解方法,逐步优化维修保障力量的动态调度方案。仿真实验表明,该方法具有迅速、精度高、稳定性好、高效、适应性强等特点。     

一种雷达辐射源识别自学习算法研究

针对目前雷达对抗系统面临的辐射源识别精度不高、智能化水平低的特点,将自学习理论引入到雷达对抗系统中。提出了基于遗传算法(GA)的自学习算法实现雷达辐射源智能识别的方法。实验表明:在使用相同的特征参数"前件"条件下,通过这种自学习方法得到的正确识别率高于其它识别方法。     

基于聚类遗传的多无人机航迹规划

提出了一种在雷达和复杂地形环境下应用并行遗传算法进行多无人机三维航迹规划的方法.将K-均值聚类算法与多种群协同进化的方法结合起来,采用主从式并行进化的方案,提高了收敛速度且便于分布式处理.各子种群采用自适应的进化方法,在保持多样性的同时,保证了算法的收敛性.在根据数字地图建立无人机安全飞行曲面的基础上进行地形跟随和无人...     

一种基于周期分区的时间调度算法

针对多功能相控阵雷达任务实时调度问题,提出了一种基于采样周期分区的时间资源调度算法(记为PD)。该算法以各类任务采样周期的最大公约数为分区标准,将各采样周期均分为多个等长区间,再将各类任务平均分配到不同分区中调度执行,可解决调度过程中任务因采样周期不同产生冲突的难题。仿真结果表明,该算法可提高系统任务调度能力,可广泛应用于相控阵雷达任务调度及其他实时任务调度系统。     

基于凸-改进遗传算法的圆阵列方向图联合优化

针对圆形阵列方向图具有较高旁瓣的问题,提出一种新的基于凸优化和改进遗传算法的优化方法。该方法首先采用遗传算法将阵元位置和阵元权值作为优化变量,以最小化波束方向图峰值旁瓣为目标函数进行联合优化,既增加了变量的自由度,又符合理论意义上的全局寻优;同时,为了避免算法的早熟收敛,对基本遗传算法进行了必要的改进。然后采用凸优化方法对阵元权值进行二次优化可进一步降低旁瓣电平,与传统方法相比能够明显提高优化效果的稳定性。仿真数据证实了该方法的有效性和正确性。     

综合优先级的被动雷达任务自适应调度算法

综合考虑影响威胁度的5个参数,给出辐射源威胁度评估准则与方法。将辐射源威胁度参数融入被动雷达任务优先级的设计中,提出一种综合优先级算法(HTHPEDF),根据辐射源威胁度动态地调整任务优先级。运用该综合优先级算法实现任务自适应调度,设计调度收益与调度代价的评价函数。通过仿真验证了算法的有效性,该算法以较低的调度代价获得较高的调度收益,可有效提升任务综合调度能力。     

雷达装备战场抢修支援分队调度决策研究

针对雷达装备战场抢修支援分队支援抢修多个现场的损伤雷达装备,以及抢修过程中可能出现其它现场损伤雷达装备请求支援抢修的调度问题,以实现每次支援抢修损伤雷达装备都获得最大的战斗力恢复率为目标,提出了一种类似于计算机中断过程的调度决策方法。调度决策中的抢修中断优先级判定方法,也可作为抢修支援分队确定支援抢修多个现场损伤雷达装备初始次序的依据。最后,通过实例应用验证了调度决策方法的实用性和可行性。     

基于改进量子遗传算法的有源噪声控制方法

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。     

基于博弈论和灰色关联分析的雷达抗干扰评估

首先,将基于博弈论的组合权重确定方法引入到雷达抗干扰评估指标的权重确定之中,克服了单一方法确定权重的片面性。然后,介绍了灰色关联分析,对确定指标权重后的雷达抗干扰能力进行了综合评估。最后,利用所建方法对国外7部雷达的抗干扰能力进行排序,验证了模型的正确性。     

考虑随机回放的卫星数传调度问题的一种求解方法

针对考虑随机回放的卫星数传调度问题,从置换空间到调度解空间的映射方法和置换空间的搜索算法两方面进行了研究.提出了一种时间窗优先的置换序列映射算法,并证明该映射算法可以将置换序列映射到调度解空间上的最优解.提出了一种遗传随机搜索算法,基于有记忆功能的随机邻域搜索,在置换空间上搜索产生优化调度的置换序列.仿真计算表明,遗传随机搜索算法可以增强遗传算法的局部搜索能力,在搜索结果上平均获得了2.72%的改进.     

BP网络的优化及其在光纤陀螺温度漂移建模中的应用

针对BP网络存在易陷入局部极小和收敛速度慢的问题,采用遗传算法(GA)优化BP网络;采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,并在光纤陀螺温度漂移建模中,取得了预测的效果。     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

基于协同进化的多平台联合对地观测优化调度

在分析了卫星与无人机在执行观测与资源调度上的特性差异基础上,建立了多平台联合对地观测调度问题的数学模型,提出了多平台协同进化调度算法(MPCCPSA)进行求解。MPCCPSA采用分层式协同进化架构解决了不同类型观测方案统一调度生成问题。根据不同类型平台使用特性以及观测目标集合特点,采用分治-合作策略将其分解分配到各平台,顶层的交叉、变异操作保证各种群的多样性,底层的分治、合作算子保证卫星与无人机之间保持观测能力动态互补,在确保可行解的前提下加快收敛速度。仿真实验表明该方法能够有效解决空-天基多类型平台联合观测优化调度问题。     

高超声速飞行器低可探测性滑翔弹道优化方法

为进一步提高高超声速飞行器的突防性能,提出高超声速飞行器低可探测性滑翔弹道优化方法。考虑飞行器180°×360°方向的雷达散射截面,针对原数据尖峰多、收敛难的难题,运用高斯滤波法对其进行预处理,既不改变原数据趋势又加以平滑,提高优化问题收敛性能。为使计算所用雷达散射截面数据具备较强的保真性,采用三次样条插值方法调用离散数据计算实时雷达散射截面。完成了高超声速飞行器低可探测性滑翔弹道优化问题的建模,以探测概率为目标函数,运用hp自适应Radau伪谱法优化求解,采用逐步计算策略进一步提高优化效率和收敛性能。与传统最短飞行时间弹道对比表明,该方法有效降低了飞行器被雷达发现的概率。