基于NSGA-Ⅱ的WTA多目标优化(英文)

将多目标遗传算法NSGA-(改进的非支配排序遗传算法)应用于求解武器-目标分配(WTA)问题。首先,针对以往在建立防空型WTA问题的优化模型上的片面性,把WTA问题看做多目标优化问题,建立了综合考虑作战效能和防御效能的WTA双目标优化模型。然后在此基础上,研究和应用了NSGA-来求解WTA问题。最后由仿真算例验证了NSGA-在WTA问题中的应用可行性,表明了NSGA-可以快速地搜索到WTA多目标优化的Pareto最优解集,从而为求解WTA问题提供了一条有效途径。     

应用NSGA-Ⅱ算法的电力系统容量配置多目标优化

在现代社会,电力系统的减碳是我国实现双碳目标的关键路径,但降低碳排往往会导致成本上升和电网稳定性下降。为了全方面分析电力系统双碳目标实现路径,首先通过蒙特卡罗法充分模拟源荷两侧的不确定性,建立了包含风光火储的电力系统调度模型;然后,应用带精英策略的多目标遗传算法(non-domainated sorting oenetic algorithm Ⅱ, NSGA-Ⅱ)以全寿命周期发电总碳排放最小、总成本最低和负荷波动率最小为目标,对4种类型机组的容量配置进行了优化,得到多目标优化帕累托前沿;最后,应用逼近理想解排序法得到最优解。结果表明：相比于参考状态,最优解可使电力系统总碳排放降低5.7%,总成本降低33.1%,负荷波动率提高30.1%,新能源发电占比提高71.7%。该研究结果可为同时兼顾低碳性、经济性和稳定性的电力系统容量配置提供参考。     

一种基于Taguchi方法的混合NSGA-Ⅱ算法

提出一种基于Taguchi方法的混合NSGA-Ⅱ算法,即用Taguchi方法来改造NSGA-Ⅱ算法的交叉操作和变异操作,目的是提升NSGA-Ⅱ算法的优化能力.针对多目标优化测试问题的实验表明该方法能够显著提高NSGA-Ⅱ算法的优化效果,而且该方法不改变NSGA-Ⅱ的算法框架,易于实现.     

基于NSGA-Ⅱ的防空部署优化方法

针对防空部署的特点,根据Markov状态转移链建立了防空武器的防御效能模型,并在考虑了防空武器平均防御总成本的基础上结合防御效能模型建立了多目标的防空部署优化模型,进而设计了求解防空部署优化模型的NSGA-Ⅱ多目标优化算法,并通过仿真得到Pareto最优解集,从中选取了相对最优解作为防空部署优化的最终结果。仿真结果表明利用NSGA-Ⅱ可以有效地解决多目标下的防空部署优化问题。     

基于NSGA-Ⅱ算法的三维多目标航迹规划

针对现有民航航迹规划模型忽视飞行高度影响,规划目标单一等问题,提出了考虑高度维的三维多目标规划模型。采用栅格法构建包含地表特征、山峰、\"三区\"和危险天气的规划环境,综合考虑经济效益和安全效益,提出以航程最短、航迹离散系数最小、角度改变量最小和转弯点个数最少为规划目标,引入飞机机动特性约束和民航飞行规则约束,并利用NSGA-Ⅱ算法完成模型求解。最后进行实例分析并与三维A~*算法比较,结果表明该模型效果良好、应用性强,能得到多组具有不同属性的可行航迹。     

基于NSGA-Ⅲ算法的多目标分配方法研究

传统的任务分配算法主要解决特定问题下的单目标优化问题,难以适应真实战场协同打击任务下复杂的态势.为此,考虑无人机协同打击任务中航迹长度、目标打击效果、目标价值收益、武器成本等因素构建无人机任务分配多目标优化模型,并基于非支配排序遗传算法(non-dominated sorting genetic algorithm,N...     

有源干扰条件下基于NSGA-Ⅱ的雷达网优化部署方法

在有源干扰条件下,雷达网部署直接影响着防区内指挥信息系统的预警监测能力。由于防区内由分散于不同位置,且重要度不同的责任区组成的,那么实现全方位全纵深的预警能力,将是雷达网部署的重要方面。根据覆盖系数和重叠系数为主要优化目标,基于NSGA-Ⅱ算法进行多目标优化。首先定义了覆盖系数和全局重叠系数两个指标,尤其是全局重叠系数打破了以往重叠系数的概念,从全局出发引导雷达网优化部署;同时,提出基于NSGA-Ⅱ的多目标优化部署算法,采用诱导跳跃、基因到位、诱导交叉等候选解生成方式,保持种群多样性,提高算法收敛性。实验表明,部署优化算法耗时较低,不同干扰源部署态势使网络节点部署产生较大差异,多样的候选解生成方法明显提高了算法的收敛速度。     

基于多目标优化的任务计划建模及方法

针对任务计划在进行多目标优化时采用进化算法求解效率较低的问题,设计了一种结合分组策略的非支配排序遗传(NSGA-Ⅱ)算法,可以快速有效地得到合理的分组结果。基于分组结果,调整NSGA-Ⅱ算法的步骤,灵活地进行种群初始化,使最终分配结果各优化的目标有了明显的改善,提高了算法的效率。通过实验分析,验证了所提方法的可行性和有效性。     

C2组织的通信结构优化设计与分析

指挥控制(Command and Control,C2)组织的通信结构设计是解决网络中心战条件下指控信息高效交互的核心问题。围绕C2组织通信结构的延时、可靠性及成本进行建模,在虚拟全连通网络中采用路由随机搜索的方法避免路由及拓扑的局部搜索,并基于遗传算进行全局搜索求解。实验分析表明该方法可以实现优化目标和效果。     

基于遗传算法的装备维修方案多目标优化

针对装备维修方案规划的特点,构建了以维修费用最低和作战能力最大的多目标装备维修方案优化模型,并提出针对该模型求解的改进多目标遗传优化算法。在遗传算法设计中,为保证解集的均匀性和多样性,避免过早收敛,建立了随机权重适应度函数,引入精英保留机制和小生境技术,通过实例对该模型的求解进行了验证。仿真结果表明,所构建的模型合理可行,算法运行高效,为部队装备维修方案的制定提供了一定的借鉴。     

基于进化搜索策略的并行子空间设计算法

并行子空间设计是一种有效的多学科设计优化算法,但其搜索策略存在两点不足:一是寻找全局最优解能力有限,二是计算复杂。为弥补上述不足,将遗传算法应用到CSD算法中,提出了一种基于进化搜索策略的CSD算法。介绍了该算法的设计流程,应用该算法对一测试问题进行了优化,取得了满意结果。     

威胁联网下低空突防航路规划研究

分析了威胁联网下信息交流和资源共享对飞行航路规划的影响;针对威胁联网,制定相关的威胁体相互支援表,采用遗传算法进行低空突防航路规划.通过仿真计算证明,此方法规划出的飞行航路能有效提高威胁联网下的战斗机低空突防安全性,为航路规划提供了一种新思路.     

基于GA-PSO的目标分配问题研究

防空作战中的目标分配问题属于NP完全问题,在综合考虑火力单元作战效能和防御效能的基础上,引入火力单元综合有利度,建立了一种用于大规模多火力单元对抗多轮次目标的静态目标分配模型,给出了基于GA因子的改进PSO算法,并将算法应用于目标分配模型的求解,通过VC 6.0编程和计算机仿真验证了模型的可行性和算法的有效性.     

基于LDA算法的一维距离像特征提取

在线性分辨分析(LDA)基础上,通过遗传算法寻找Fisher准则下最优的线性映射中心和相应的最优映射,使不同模式在特征空间内具有最大的可分离性,并将该算法用于雷达目标一维距离像特征提取与识别中。实验表明,和原算法相比,新算法在特征提取性能和目标正确识别率上有较大提高,说明了算法的有效性。     

C2组织鲁棒性信息交互结构设计及分析

介绍了C2组织的信息交互结构及其设计约束,讨论了C2组织鲁棒性信息交互结构的设计问题。提出了基于启发式嵌套遗传算法的鲁棒性信息交互结构设计方法:外层遗传算法对信息交互结构的拓扑及链路容量进行优化搜索;内层嵌套遗传算法依据对路由的搜索优化出多个使命邻域下最小延时集合,将其依概率平均化后返回外层来对链路容量的鲁棒性进行评价。案例分析和对比试验表明该方法可以实现鲁棒性较强的组织信息交互结构。     

组织设计方法研究：组织协作与效能

介绍了A2C2系列实验,并通过对A2C2实验1到实验5所采用组织结构、结构设计算法以及实验所获取的数据分析,重点研究了组织协作与组织效能的关系,在其实验结论(组织协作与效能关系的不确定性结论)的基础上对组织结构设计优化算法提出了改进思想。     

遗传算法在防空导弹火力优化分配中的应用

介绍了遗传算法的基本原理、算法设计并结合遗传算法主要解决了如何把目标分配给火力单元的问题,编写了相应的程序,并给出了一个基于遗传算法的火力优化分配方案。     

C2组织探索性分析框架设计研究

以验证组织优化设计方法为目的,将探索性分析思想引入组织优化设计研究,根据探索性分析的特点与组织优化设计方法验证的具体需要,对C2组织探索性分析的过程进行了研究,初步设计了面向C2组织的探索性分析框架并对其中的关键技术进行了分析。     

基于改进人工鱼群算法的WNN优化设计

针对人工鱼群算法优化设计小波神经网络(WNN)的缺陷,引入了视野范围与步长的自调整策略,以提高搜索效率和收敛速度。改进后的人工鱼群算法可在WNN的搜索空间中同时确定参数初始值和隐节点数。仿真实例验证了其有效性。