基于改进型花朵授粉算法的SVM参数优化

针对现有的优化方法在优化支持向量机(SVM)参数时出现的搜索效率低、易陷入局部最优等问题,提出一种基于变异策略的改进型花朵授粉算法——MFPA算法,并将其应用于SVM的参数优化问题,通过UCI中的相关数据集进行测试,测试结果表明,基于MFPA算法参数优化的MFPA-SVM模型其分类性能要优于现有PSO-SVM模型和BA-SVM模型。最后将MFPA-SVM模型应用于风速预测问题,经测试证明,MFPA-SVM模型相较于PSO-SVM模型和BA-SVM模型可有效提高模型的预测精度。     

航空装备战储器材数量标准测算方法研究

针对航空装备维修器材战储标准制定的难点问题——战储器材数量标准测算方法,从战储器材储备数量的测算思路、测算模型以及算例三个方面进行系统研究.提出了战储器材数量标准测算模型的建模要求、基本假设,建立了器材的故障需求预测模型、战损需求预测模型和战储模型,算例证明了模型的测算结果与战时器材需求基本相符.提出的航空装备战储器材数量标准测算方法具有一定的指导意义和推广应用价值.     

潜艇自航模系统可靠性优化设计

针对潜艇自航模系统可靠性设计问题,提出了有针对性的可靠性优化设计方法;在构建矩阵式任务剖面的基础上,应用多阶段任务系统可靠性建模理论建立系统可靠性模型并开展预计;根据FMEA分析结果提出技术改进措施,以体积、重量、成本为约束构建可靠性冗余优化模型并利用微粒群算法求解.案例证明了该优化设计的有效性及可行性.     

通用防空反导火力优化分配方法

针对通用防空反导实时火力优化分配问题,分析了火力分配原则,综合考虑资源约束、空间关系约束以及人工干预等约束条件,以拦截效能最大、消耗费用最小为目标建立火力优化分配模型,并详细设计了拦截效能和消耗费用的表示模型;在该模型基础上,设计了一种基于离散粒子群的优化求解算法;通过仿真验证了模型的合理性和算法的可行性,对通用防空反导指挥控制系统研制具有一定指导意义.     

装备维修器材生产路径决策的两阶启发式算法

当前装备供应保障系统中维修器材存在短缺、积压以及配送系统效率低下等问题,亟须对生产、库存和配送作业环节进行集成优化。为客观反映各个决策环节,将该问题公式化为一个混合整数线性规划模型,针对该模型多变量、多约束的特点,提出了一个基于数学规划的两阶启发式算法对其进行求解。结合算例,检验模型的可行性,并选取求解器CPLEX和一个类似的迭代算法与该算法在求解质量和运算时间方面进行对比与分析。结果表明,提出的模型是合理可行的,该算法在求解不同规模实例时表现出优异的性能。     

基于定周期策略的多品种维修器材联合订购模型

针对维修器材需求的随机性特点,在考虑维修器材保障度约束的条件下,基于定周期策略建立多品种维修器材的联合订购模型并给出了优化算法.该算法采用蒙特卡罗随机模拟技术求解随机变量的期望值,结合遗传算法求出使库存费用最小的基本订购周期、各种器材的订购周期和最大库存量,并能满足预定的保障度要求.与传统单品种补充策略比较发现,联合补充策略对经费节省作用显著.     

基于族群机制的花朵授粉算法

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CEC2005benchmark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。     

基于保障时间窗的油料调拨运输模型

通过引入保障时间窗,同时考虑油料保障的时间约束和运力约束,建立了基于保障开始时间最早,并尽可能满足保障需求量的调度模型。针对问题的多目标性,基于理想点法将初始模型转化为单目标优化模型。采用粒子群算法对模型进行求解,并设计了算法编码和求解步骤。通过算例验证了模型和算法的可行性及有效性。     

基于任务的两阶段装备器材供应调度模型

针对"尽可能多"的传统装备器材(简称"器材")供应保障模式存在的资源浪费问题,将任务器材供应分为任务准备和任务执行2个阶段,在军民融合背景下提出了一种系统化的两阶段器材供应调度策略,建立了两阶段器材供应调度优化模型,并进行了示例仿真分析。研究结果表明:与传统供应策略相比,即使器材供应前期需求预测准确率较低,该调度模型仍具有明显优势,可为基于任务的装备保障提供决策参考。     

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。