基于遗传算法的武器目标分配模糊多目标规划

针对武器目标分配（WTA）问题中存在的模糊性，提出了一种基于遗传算法的WTA模糊多目标规划模型。建立了wTA多目标规划模型以及目标函数和约束条件，并在此基础上基于目标函数和约束条件的模糊性结合梯度隶属函数建立了WTA模糊多目标规划模型，给出了遗传算法进行求解的方法，通过一个实例分析表明，基于遗传算法的模糊多目标规划模型解决wTA问题具有较好的效果，验证了该模型的合理性，对于有效解决WTA问题具有指导作用。     

基于并列选择遗传算法的舰艇编队目标分配问题

为了更好地解决舰艇编队火力最优分配问题,建立了新的舰艇编队武器分配模型,采用并列选择遗传算法实现舰艇编队武器分配问题的求解。解决了以往将武器分配问题抽象为单目标优化的局限性,在保证尽可能发挥我方火力优势使打击效果尽可能好的前提下,使敌方对我方的威胁最小。并列选择遗传算法简单,鲁棒性好,具有较强的全局搜索能力,可以实现对多目标的搜索,从而较好地解决了舰艇编队武器分配问题。最后,通过仿真验证了算法的有效性。     

两跳OFDM译码转发中继系统的功率分配研究

分析了系统总功率约束和各节点独立功率约束条件下的中继信道,提出了以最大化系统容量为准则的两跳中继系统联合子载波配对和功率优化分配算法。算法先进行子载波配对,然后选出一组信道增益最大的子载波进行平均功率分配,最后通过迭代得到功率分配结果。为了进一步降低系统复杂度,我们利用相邻子载波之间的相关性,用若干相邻子载波组成一个等效子信道。仿真结果表明,所提算法可以在大大降低反馈量的情况下达到和注水功率分配几乎相同的系统容量。     

基于理想解法的空中加油机驻地分配选择

一体化联合作战条件下,跨战区、跨军兵种实施空中加油将更加频繁,空中加油机驻地分配选择对空中加油任务的实施有重要影响。分析了影响空中加油机驻地分配选择的主要因素,以此确定决策指标,这是一个多指标综合评价问题。基于理想解法的原理和方法,构建了空中加油机驻地分配选择决策的数学模型。通过示例分析表明,该方法计算简单,较好地解决了空中加油机驻地分配选择问题,并可在此基础上做进一步研究,为实际应用中解决类似问题提供了一种新思路。     

基于遗传算法的目标分配优化模型研究

结合现代防空作战的特点,给出了现代防空作战的目标分配模型,利用遗传算法给出了模型求解的方法及步骤;实践证明该方法解题速度快,结果的精度高,可以为决策者作出科学、准确的决策提供有力支持。     

基于混合粒子群的武器分配与规划方法研究

武器-目标分配是一个至今未能解决好的多约束规划问题,其复杂性包括模型和算法两方面,已被证明是一个NP完全问题。在对以往武器-目标分配模型分析的基础上,引入时间和制导资源约束构建新的模型,以防御武器系统生存概率最大作为目标函数,提出一种混合粒子群算法。该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用一个遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解。仿真结果表明,该算法收敛速度快,求解精度高。     

军队住房分配货币化方法新构

军队住房补贴实行按月发放，虽然可以解决个人住房资金逐年贬值的问题，有效提高军人住房消费的即时支付能力，满足军入住房消费需求，但这与国家和军队相关政策相违背。经费保障压力相对增大。创新军队住房分配货币化办法，采取按月累积、按需提取，即未购房人员按月按标准累积挂账住房公积金、购房人员按标准每年提取一次住房公积金、未购房人员享受租住公寓房补贴奖励的办法，不仅具有按月发放的优势，而且便于军地住房保障政策接轨，同时还可减轻国家、军队的经费保障压力。     

基于模糊规划方法的防空作战目标分配研究

首先以拦截目标期望和拦截目标数量为目标函数,充分考虑多种约束条件建立防空作战目标分配模型。其次将目标分配问题转化为求解模糊规划模型,针对传统目标分配求解算法的不足,采用差分进化算法以提高目标分配决策效率,并通过仿真算例进行验证与分析。研究对于加强防空作战C~4ISR系统的指挥控制能力具有一定理论意义。     

雷达网目标分配的数学模型

本文就雷达网防空中使用多程式雷达时的目标分配问题建立了数学模型。在此基础上,给出了目标分配数学优化算法,为雷达网防空指挥控制系统中的目标分配提供了新的理论方法。     

基于广义三维分配的数据互联算法研究

针对多维分配问题中基于次梯度算法的拉格朗日松弛算法每次迭代都要对每个子问题进行最小化运算以更新乘子的缺陷,引入了优化数学里的代理次梯度算法,修改次梯度表达式和乘子更新公式,提出了基于代理次梯度的拉格朗日松弛数据关联算法.在问题规模较大的情况下,节约了计算时间,降低了跟踪丢失率.仿真结果证明了算法的有效性.