战时装备维修保障资源优化模型

维修资源在抢修过程中的分配决定了抢修活动的平均处理时间和等待时间,针对抢修实施时维修资源的分配,研究资源的优化配置使抢修时间最小的问题.在抢修过程中使抢修时间最小的目标和约束条件下,提出了资源配置优化的排队模型,并结合遗传算法给出了求解最优配置模型的方法,通过实例分析说明了模型和方法的应用情况.资源配置优化模型和算法已成功应用于集群装备保障决策系统的开发.     

侵入和不变流型的坦克炮控伺服系统研究

针对坦克炮控系统未知齿隙及摩擦,设计了基于性能的新型控制器.提出了基于侵入和不变流型(I&I)的未知参数估计率的构造方法,使调节函数的选取及I&I估计率的设计变得直接简便.由于未知齿隙及摩擦被充分的描述成有界扰动与非线性动态项的组合,从而避免了将其简单的考虑成“总扰动”所造成的被控系统性能的损失.该控制器可有效抑制负载扰动及参数变化所带来的影响.同时通过快速准确的估计系统参数实现了对指令信号快速精确的跟踪.     

基于云模型空空导弹攻击区的拟合方法

利用云模型随机性和稳定性的特点,由Y条件云发生器生成交叉算子,基本云发生器产生变异算子,对传统遗传算法进行优化,提出一种基于云模型的遗传算法空空导弹可攻击区拟合的新方法。通过对某型空空导弹攻击区的拟合计算表明,该方法提高了攻击区的拟合精度,降低了拟合多项式系数的数量,减少了占用的计算机内存空间,拟合结果具有较好工程应用前景。     

舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

求解电子对抗兵力规划问题的改进型混合遗传算法

从现代战争指挥运用角度出发,通过分析电子对抗作战筹划和战斗实施全过程,理清电子对抗在战争中的任务及指挥需求;通过对实际电子对抗作战行动的抽象,充分考虑环境、资源等因素,建立电子对抗兵力规划模型;运用Lanchester信息战模型对电子对抗筹划阶段兵力进行初始化处理,进而提出改进型混合遗传算法,对模型进行求解。通过对实际模型算例进行求解,得到了电子对抗兵力规划结果,表明构设算法的有效性,为指挥员运用电子对抗分队提供了指导性依据。与同类型的3种遗传算法进行对比,表明所构设算法能够快速解决此类问题并且在算法稳定性上有相对的优势。     

基于Dijkstra改进遗传算法的定向越野赛道设计

军事定向越野能够培养学员识图、用图以及军事标图等技能,逐步成为了一项常态化的军事训练科目。良好的赛道设计方案是比赛顺利进行的基础。当前关于越野赛道的研究主要集中于单赛道优化,对于多赛道规划设计的研究极少。但在具体赛事中,往往是多赛道同时进行,且有许多限制,单赛道优化设计方案往往不适用。因此,基于遗传算法设计多目标多路径规划模型自动获取路线,有利于节约设计成本,推动越野运动的发展。     

弹道导弹被动段最优脉冲变轨方法

弹道导弹大气层外飞行时间长且弹道固定,易被敌方预测和拦截。针对以上问题,本文提出一种最优脉冲式变轨方法,该方法设计的弹道由2条不同的椭圆弧段组成,成功命中目标的同时,增加了敌方的拦截难度。以机动变轨所需能量和变轨后飞行剩余时间的加权最优为性能指标,设计了利用遗传算法在初始弹道上寻求最优变轨点的方法。最后,将遗传算法搜索最优点结果与遍历搜索结果进行对比,其最大误差为 ,从而验证了遗传算法在应用于导弹变轨问题,用以寻求最优变轨点是准确有效的。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。