编队防空火力兼容约束优化问题的COEA方法

针对编队协同防空作战中存在的武器之间的火力兼容约束问题,建立了多种武器火力兼容约束条件模型,通过将火力兼容约束条件转化为遗传进化算法中适应度值的惩罚因子,提出了一种用以解决带有火力兼容约束的WTA问题的改进约束优化进化算法,给出了算法的具体步骤,以多种软硬武器协同防空武器目标分配任务为情景设定,仿真实验结果表明,该算法能够有效解决协同作战WTA问题中存在的火力冲突约束问题。     

基于混合变异策略差分进化算法的无人机航路规划

提出在一种三维场景参数部分已知的有威胁空域中,采用差分进化算法(DE)规划无人机(UAV)航路,为了提高差分进化算法性能,以生成最优的路径,而采取多种变异策略的差分进化算法。算法根据种群个体的适应度值,将初始化的种群分为3个子种群,然后对于不同子种群采取不同变异策略。重点构建了环境模型和生存模型。数值实验结果表明,相较于单一变异策略的DE算法,混合变异策略的DE算法在无人机航路规划问题求解中,具有更好的求解效果和环境适应能力。     

基于ModelCenter的顶置武器站稳定精度优化

顶置武器站具有系统组成类型复杂、子系统间存在耦合作用的特点,导致多学科协同仿真的优化模型难以建立。通过Adams、Simulink分别建立了顶置武器站机械系统及控制系统模型,并在多学科优化设计平台Model Center中对该机电联合仿真模型进行系统集成;在此基础上,以顶置武器站稳定精度为目标函数,采用一阶差分模型对炮控系统比例系数及积分系数进行了灵敏度分析,并采用设计探索优化器对该参数进行了优化设计。仿真结果表明,所建立的顶置武器站稳定精度多学科协同优化模型设计周期短、计算效率高,为下一步进行顶置武器站多工况、多结构参数的优化设计提供技术支撑。     

基于差分进化算法的运输直升机人员装载问题

针对空中突击作战中运输直升机资源有限、人员装载需求较大的特点,在满足装载原则约束的前提下,建立了以空间利用率最大化为目标的运输直升机人员装载模型,并提出了一种动态的差分进化算法对模型进行求解.该算法对传统差分进化算法的控制参数进行调整,同时加入个体适应度参数,设计了动态精英变异算子和动态二项式交叉算子,仿真实验证明,该算法可对运输直升机人员装载问题进行有效求解.     

基于仿射近似的摄像机标定

针对直接基于透视投影模型的标定算法计算量大、结果不稳定的事实,提出一种基于仿射投影矩阵的标定算法。算法首先线性解算仿射投影矩阵,然后分解出部分参数。在假定主点坐标等于图像中心的前提下,解算出其余参数,再以重投影图像点残差和为目标函数,对所有参数进行优化,获得精确的摄像机模型参数,达到精确、快速、稳定的标定目的。大量的仿真和真实图像实验证明算法比传统算法更稳定。     

机载制导武器的武器-目标分配算法研究

机载制导武器的武器-目标分配算法是智能航空指控系统的一个基础研究问题。本文在建立了武器-目标分配的基本概念和对算法要求的基础上,提出了两种武器-目标分配算法;基于决策论的武器-目标分配算法和基于导弹截获区的武器-目标分配算法,并对基于导弹截获区的武器-目标分配算法进行了仿真实验。结果表明,此算法具有高透明性、有限消除最大威肋、杀伤概率最大、充分利用机载武器等特点。     

PSO算法及在二自由度PID调节器优化设计中的应用

微粒群算法是一种群体智能算法,它是通过模拟以鸟类、昆虫等微粒的自然界的群体行为,构造的一种随机寻优的进化算法.基于灵敏度函数,采用PSO算法对二自由度PID参数进行自适应调整,提出了一种新二自由度PID调节器的设计方法,可以有效抑制参数变化对系统的影响,使系统同时获得良好的目标值跟踪特性、干扰抑制特性和鲁棒性,以工业过程中常见的对象模型进行了仿真实验,仿真结果和改进的遗传算法进行比较,表明了这一方法的有效性,证明了PSO算法的有效性.     

基于改进鲸鱼优化算法的武器目标分配

针对鲸鱼优化算法寻优搜索精度低、易早熟问题,提出一种改进的鲸鱼优化算法,并将其用于对多约束的武器目标分配模型的求解.在鲸鱼寻找猎物阶段,通过引入差分进化算法的变异策略改善鲸鱼位置更新方式,提高算法全局寻优能力;引入自适应变量调整鲸鱼位置更新过程,平衡算法的全局探索和局部寻优能力,并在迭代过程中筛选并保留优秀个体;通过仿真结果表明,改进算法与其他算法相比,提高了武器目标分配收益和分配速度.     

基于带精英策略遗传算法的舰艇编队目标分配

结合现代海战海军编队作战样式及作战武器的特点,建立了新的舰艇编队武器分配模型,将舰艇编队目标分配问题抽象化为多目标优化问题,该模型可以在保证我方重点目标得到保护的前提下,达到总体效果最优和总体耗损最小。采用带精英策略的快速非支配进化算法对舰艇编队目标分配问题进行求解。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。该算法一次运行可以获得多个Pareto最优解,决策者可以根据实际战场环境选择最终满意解,为各目标函数之间的均衡分析提供了有效的工具。最后,通过仿真及与其他算法的对比证明了模型及算法的有效性。     

超视距协同空战传感器、武器协同控制决策模型

首先给出超视距协同空战传感器、武器协同控制的定义,并描述传感器、武器协同控制决策问题。然后介绍协同网络信息相关定义及其矩阵式表述。在此基础上建立基于协同网络信息的传感器、武器协同控制决策的数学模型,最后利用多目标进化算法(MOEA),以一架预警机指挥控制4架战斗机拦截1个来袭目标情况为例对模型进行了验证说明。其结果表明了所建立模型在传感器、武器协同控制决策研究中的可行性和有效性。