战役方向地面防空战斗部署优化研究

对战役方向地面防空战斗部署进行了详细分析,建立了兵力优化分配的数学规划模型.为了获得部署问题的全局最优解,将遗传算法(GA)用于战役方向地面防空部署优化研究中,并对传统遗传算法进行了改进,最后给出了模型求解的方法和步骤.经过应用实例的计算,取得了良好的部署效果.     

联合防空目标分配方案优化研究

目标分配是联合防空作战指挥决策的核心内容,是各级联合防空指挥中心的重要工作,其模型的合理性与可信性会对作战结局产生重大影响。为提高目标分配的合理性与可信性,对联合防空作战混合部署下的目标优化分配问题进行了详细分析,建立了相应的数学规划决策模型。为了有效获得问题的全局最优解,将改进遗传算法(GA)应用于数学规划决策模型的求解过程中,并给出了模型求解的方法和步骤,经实例应用,取得了满意的结果。     

要地防空阵地网低空补盲部署模型及优化

以中高空防空武器为主构建的防空网对于防御低空突袭目标存在较大盲区,需要部署低空防空武器补充防御。根据中高空、低空防空武器杀伤区特性及防空阵地部署的战术需求,将低空补盲部署问题转化为扇形部署问题并结合阵地地形影响因素,建立了优化模型。应用基于遗传算法(GAs)和爬山算法(HC)分别作为全局搜索和局部搜索的memetic算法(MAs)对优化部署求解。最后应用仿真算例验证了提出的模型及应用的算法能够较好解决该工程问题。     

基于改进遗传算法的防空火力优化分配方法

结合地空导弹部队防空作战的特点,提出了基于改进遗传算法的防空火力优化分配模型,给出了模型求解的方法和步骤,详细阐述了改进遗传算法在防空火力分配中的应用,通过在计算机上仿真运行实例得出了火力分配方案,通过仿真证明本方法运算速度较快,结果精度较高,对地面防空火力分配决策研究具有一定的参考价值。     

基于Memetic算法的要地防空兵力机动部署优化方法

兵力部署优化问题是防空作战筹划的重要研究内容之一。针对要地防空作战过程中的兵力机动调整部署问题,改进防区离散化方法得到部署方案集,将基于战场实时态势的部署方案对空防御效能作为优化目标,将机动部署过程中的机动距离作为约束,建立了防空兵力机动部署优化模型,并利用Memetic算法进行求解。仿真实验验证了优化模型的有效性和合理性,可为科学制定兵力机动部署方案提供参考。     

临近空间传感器动态组网优化部署研究

为了提高临近空间传感器系统整体性能,更好地适应现代条件下的高科技电子战、信息战,提出了一种基于遗传算法的临近空间传感器动态组网优化部署方法,建立了临近空间传感器组网优化部署的数学模型,给出遗传算法在该优化问题中的求解过程和步骤,为加快求解速度对遗传算法进行了改进.通过组网仿真表明该方法能够快速得出多种优化部署方案,从而为传感器组网部署提供了科学、有效的支持.     

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。     

防空导弹兵力规划模型

借助兵力交换的思想,从宏观层次上研究不同类型的防空导弹火力单元对空中目标的优化分配问题;分析在最优目标分配策略下区域防空中各类型防空导弹火力单元的火力分配问题,并建立了递阶优化的求解模型.该模型可为区域防空部署的决策与分析提供科学依据.     

基于遗传算法的弹炮混编防空群火力分配

近期局部战争中的防空作战经验表明:实施弹炮混编可以大大提高防空武器系统的作战效能,而如何实施有效的火力分配又是其中的一个重要环节.针对陆军弹炮混编防空群射击指挥中的火力分配问题,简要分析了防空导弹和高炮武器系统射击的不同特点,提出了弹炮混编防空群的火力分配方法,并建立了优化火力分配方案的数学模型.在此基础上,采用遗传算法对此模型求解.结果表明,遗传算法为弹炮混编防空群的火力优化分配问题提供了一条有效途径.     

基于数字地形分析的智能兵力部署

兵力部署是指挥员组织实施战斗的重要工作,也是实现战斗决心的重要条件。在分析兵力部署原则基础上,结合兵种配置的地形条件和战术条件,提出了兵力部署适应度函数。采用遗传算法,设计了适应于数字地形分析的编码方案。实验证明,遗传算法能够有效解决兵力部署的智能化自动生成和评价问题,方法可行。     

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。     

基于遗传算法的无人机航迹规划代价函数

针对当前使用的无人机航迹规划代价函数的不足之处,提出一种利用遗传算法对无人机航迹规划代价函数进行优化的方法。对基本遗传算法进行了局部改进,设计了航迹极坐标编码方式及航迹适应度函数,在采用基本遗传操作算子的基础上采取精英保存策略,提高了算法的效率;采用代价归一化并进行优化的思想,得到优化之后的代价函数权重值。优化结果表明,该方法可以获得代价更低的航迹。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。     

防空导弹反TBM作战指挥中目标分配关键问题研究

依据防空反导作战理论和目标分配的要求,对防空导弹反TBM作战指挥中目标分配的关键问题进行了研究。分别对威胁排序方法、拦截可行性条件、目标分配原则和目标分配算法进行了分析,提出了一种反TBM作战指挥中目标分配问题的算法,最后讨论了目标分配的评价问题。通过实际应用表明此方法是切实可行的。     

基于BP神经网络的防空导弹火力单元阵地评价模型

建立了防空导弹阵地评价的指标体系。对应用人工神经网络解决防空导弹阵地评价的方法问题进行了探讨 ,并且给出了神经网络的评价模型及算法。实例证明该方法是可行的。     

声纳浮标搜潜优化布放技术研究

在航空搜潜中为了提高搜索概率,需要优化声纳浮标群的布放位置。首先建立目标运动模型和累积搜索概率的计算方法,然后采用多点随机搜索、分区&分支界定和遗传算法对规则阵形和不规则阵形的声纳浮标群的布放位置进行优化,相应地建构了三种声纳浮标搜潜优化布放方法。仿真结果表明：在简单环境下搜潜,用前两种方法优化规则浮标阵的阵形参数,其搜索概率高而且运算时间短;在复杂环境下搜潜,利用遗传算法优化不规则浮标阵的布放位置,具有最高的搜索概率但运算时间较长。     

基于改进C-均值聚类算法的空中目标分类

空中目标的正确分类对防空作战效果有着重要的影响。在分析了空中目标类型和目标的表征方法之后,构建了动态聚类中的一种分类算法———改进C-均值算法。该算法改变了以前算法中只用一个聚类中心作为一类的代表的做法,而采用的是类核函数代替类心的方法。类核函数较一个聚类中心更能够表现出某一类的分布信息,从而提高分类的正确率。     

基于遗传算法的湿陷性黄土地基灰土挤密桩优化设计

利用Visual C＋＋语言，定义了一个面向对象的基于实数编码遗传算法类。运用可最大限度保证遗传算法搜索到问题的全局最优解的深度搜索策略，编制了灰土挤密桩的优化设计和造价估算遗传算法程序，并针对兰州某地灰土挤密桩复合地基进行了计算分析，并与原有方案比较，结果表明：两种优化方案在满足承载力和变形的条件下，在降低造价成本方面优势非常明显。