基于Hopfield神经网络的战时物资筹措模型

战时物资筹措是国防动员的一个重要组成部分,它实质上是一种基于约束的最短路径问题,Hopfield神经网络曾被用来解决最短路径优化问题。采用连续型Hopfield神经网络求解战时物资筹措问题,在已知供需量、通行参数等数据的情况下可快速确定物资筹措方案。这种方法针对战时物资筹措的特殊性如时间严格、道路通行受阻等具体情况具有很好的适应性。实验结果证明在问题规模较大的情况下模型具有收效速度快、计算结果准确性高等优点。     

微尺度燃烧的实验分析研究

实验采用乙醇为燃料,管径为1.0 mm、0.6 mm和0.4 mm的三种陶瓷管作为燃烧器。由于燃烧器尺度小的特殊性,实验过程中采用体视显微镜来观测火焰形状,用热电偶来测量火焰温度,用可变液位差法和注射泵法来测量乙醇流量。同时,为了揭示微尺度燃烧的特性,需要对实验数据进行无量纲分析,用特征尺寸比例法来处理火焰图像。     

基于模糊Petri网编队协同战术决策

为了解决在不确定环境下编队协同空战战术决策问题,将Petri网理论引入到编队协同空战分析中,依据决策规则的模糊性,结合具有图形描述能力的Petri网,提出利用模糊Petri网对编队协同空战战术决策进行建模,并对模型进行了仿真分析。仿真结果表明模型能够提高编队协同空战战术决策的智能化和自动化程度。     

深海潜水器ARV关键技术

较为详细地介绍了一种全新概念的深海潜水器(ARV),此潜水器综合了自治水下机器人(AUV)和遥控水下机器人(ROV)的各自优势,既可以像AUV一样依靠预设指令进行自主巡航,又可以像ROV一样,通过水面视频画面控制进行精细作业。其最大的特点是用微细光缆代替了传统的脐带电缆,使ARV更具远距离、大深度、实时操作、机动灵活等特点。介绍了其系统组成、关键技术和国内外发展水平及其发展的重要意义。     

温度对舰船阴极保护和腐蚀静电场的影响

海水中氧溶解量和海水电导率是影响海水腐蚀性能的重要因素,而这两个因素主要取决于海水的盐度和温度。采用边界元法建立舰船外加电流阴极保护和腐蚀静电场模型,研究不同海水温度下氧溶解量、电导率及氧的扩散系数对舰船腐蚀防腐静电场的影响。结果表明,腐蚀电场峰值随着温度的升高而减小,当两对阳极输出电流分别为13.5 A和8 A时,船体和舵在低温处于过保护状态而在高温处于欠保护状态,螺旋桨和轴在不同温度下均能得到较好的保护。     

高精度CFD程序的内外子区域划分异构并行算法

对计算流体力学(Computational Fluid Dynamics, CFD)程序CNS提出一种Offload模式下对任务内外子区域划分的异构并行算法,结合结构化网格下有限差分计算和四阶龙格-库塔方法的特点,引入ghost网格点区域,设计了一种ghost区域收缩计算策略,显著降低了异构计算资源之间的数据传输开销,负载均衡时CPU端的计算与MPI通信完全和加速器端的计算重叠,提高了异构协同并行性。推导了保证计算正确性的ghost区域的参数,分析了负载均衡的条件。在"CPU(Intel Haswell Xeon E5-2670 12 cores×2)+加速器(Xeon Phi 7120A×2)"的服务器上测得该算法较直接将任务子块整体迁至加速器端计算的异构算法性能平均提升至5.9倍,较MPI/OpenMP两级并行算法使用24个纯CPU核的性能,该算法使用单加速器时加速至1.27倍,使用双加速器加速至1.45倍。讨论和分析了性能瓶颈与存在的问题。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

多阶段传感器-武器联合任务管理方法

针对动态环境下的传感器-武器联合任务管理问题展开研究。根据在动态作战过程中出现的有效新目标、有效空闲传感器和武器数量设定阶段门限,以决定进入下一阶段的时机,从而构建多阶段的作战过程。从打击方案质量及系统响应时间的角度出发,分析构建分布式作战体系对系统作战效能的影响,使系统在每个任务管理阶段可以决定响应流程。通过仿真实验验证了所构建的分布式作战体系与设定的阶段门限可以明显提升系统的作战效能。     

基于PSO的制导炮弹射击修正量分析

针对复杂、非线性的制导炮弹射击修正量问题,提出了基于粒子群优化(PSO)算法的制导炮弹射击修正量求解模型。通过建立制导炮弹的外弹道模型为射击误差分析提供基础,从射击密集度、射击准确度两方面对舰炮武器系统的射击精度进行分析,以单发命中概率为射击要求,以改进的PSO启发式搜索策略实现对制导炮弹的射击修正量求解,最终结合蒙特卡洛方法可实现对不同初速、不同射击距离下制导炮弹的射击修正量求解。仿真结果表明算法的可用性,并且能够为制导炮弹的论证设计提供理论支撑。     

博弈条件下基于SINR的制导雷达波形设计

针对电子战环境中用于扩展目标检测的制导雷达波形优化问题,提出了3种博弈策略模型,并针对不同博弈策略模型分别给出了波形优化策略。在前两种模型中,以最大化信干噪比为准则,在杂波条件下采用注水法优化波形;在第3种模型中,给出了智能雷达与智能目标之间的均衡解,并采用两步注水法得到了最优波形设计方案。仿真结果展示了不同条件下制导雷达和目标的功率分配策略。