改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

水下传感器网络部署优化研究

水下传感器网络具有广阔的应用前景,但也存在能量有限、延迟较长、部署区域不连通和通信能耗大等问题,理论和实践证明传感器节点的优化部署是解决已上问题的有效方法。为此综合考虑水下传感器网络的工作环境及传感器特性,建立了提高网络可靠性的网络部署模型,给出了网络部署的成本函数及约束条件,并使用遗传算法对传感器节点和中转节点的部署成本及网络生命周期内的能量消耗进行优化。通过仿真实验表明,该模型收敛速度快,部署节点结果合理,达到了较好的优化网络的目的。     

基于定周期策略的多品种维修器材联合订购模型

针对维修器材需求的随机性特点,在考虑维修器材保障度约束的条件下,基于定周期策略建立多品种维修器材的联合订购模型并给出了优化算法.该算法采用蒙特卡罗随机模拟技术求解随机变量的期望值,结合遗传算法求出使库存费用最小的基本订购周期、各种器材的订购周期和最大库存量,并能满足预定的保障度要求.与传统单品种补充策略比较发现,联合补充策略对经费节省作用显著.     

任务规划系统研究综述

任务规划系统作为举世瞩目的高科技技术,已经引起了广泛的关注和应用.目前世界上一些主要国家都在研制任务规划系统,且进展很快.为了更好地推进我国学者对于任务规划系统的研究,对任务规划系统的研究进行了全面综述.主要内容包括任务规划系统的发展、应用、主要实现方法及未来发展方向.在应用中,综述了任务规划系统在战场态势评估、无人飞行器、机器人领域的应用.在主要实现方法中,主要描述了数学规划、D*优化算法、Agent方法和遗传算法四种方法.最后给出了任务规划系统未来发展方向:现代技术的融合、发展战略级任务规划系统及未来社会任务规划系统预研.     

采用遗传算法的弹托迎风窝结构设计

针对一体化弹丸弹托易分离性和轻质化的设计要求,构建弹托迎风窝参数化外形模型,基于激波和膨胀波理论建立弹托气动力计算模型;以弹托分离加速度和弹托质量综合最优为目标函数,采用遗传算法对弹托迎风窝的外形参数进行优化设计,从而得到弹托迎风窝的优化外形。以中口径尾翼稳定脱壳穿甲弹的弹托设计为例,采用提出的优化设计模型对其迎风窝结构进行优化设计,并采用基于动网格技术的弹托分离仿真模型验证其最优性。仿真结果表明：所提优化模型能够得到最优的弹托迎风窝结构;针对现有的中口径尾翼稳定脱壳穿甲弹,可进一步对其弹托结构进行优化,以提高其分离快速性。     

永磁磁通控制型混合励磁开关磁阻优化设计

针对开关磁阻电机低功率密度和低材料利用率的问题,为了进一步优化电机的转矩特性,将永磁体应用在开关磁阻电机之中,设计了一台三相12/10极永磁磁通控制型混合励磁开关磁阻电机。在分析该电机结构和工作原理的基础上,采用电机设计理论对该电机进行结构设计,并且采用有限元软件进行仿真。在瞬态场条件下验证了该模型的正确性,在稳态场条件下仿真得到电感特性曲线、磁链特性曲线和转矩特性曲线,建立了精确的非线性模型。仿真结果表明该电机的转矩特性得到了明显提高。最后,采用遗传算法对电机主要结构参数进行了多目标优化设计,进一步提高了该电机的平均转矩并降低其转矩脉动。     

基于改进遗传算法的多无人机航路规划方法

在分析多无人侦察机任务需求、限制以及特性等要素基础上,建立了多无人机航路规划优化模型。以航程作为性能指标,将多无人机侦察多目标航路规划转化为多旅行商问题。通过对多旅行商问题特点分析,采用遗传算法基本思想,对编码和适应度函数以及操作算子进行合理设计,并改进了交叉和变异操作算子以取得更好优化结果。仿真结果表明所提算法的合理性和有效性。     

基于偏随机秘钥遗传算法的舰船驻泊方案决策

军港码头需要在舰船抵达泊位时提供保障服务,受码头自身的驻泊条件和保障设施限制,舰船往往需通过多次泊位移动来满足多种保障服务需求,移泊不仅延长了舰船的在港时间,同时也将造成保障资源的额外消耗。为提高舰船运转率,减少移泊事件发生,构建了舰船驻泊的混合整数规划模型,并通过典型算例,釆用偏随机秘钥遗传算法进行优化计算,最终得到最优的舰船驻泊方案。所得到的结果与现有的舰船调度方法进行分析对比,并对计算结果进行了敏感性分析,为军港的舰船驻泊以及保障服务提供了决策依据。     

基于GA的卷积神经网络结构化剪枝算法

为解决传统神经网络模型过参数化问题,提高深度学习模型工程化实现的效率,提出了基于GA的结构化模型压缩算法.该方法从全局搜索空间对模型各层卷积核进行结构化剪枝,并以"高检测精度,低网络规模"为准则建立适应度函数,解决传统权重剪枝易陷入局部最优和剪枝结果对硬件平台不友好问题,获得精度损失低、模型压缩率高的轻量化模型结构.     

基于DEM数据和遗传算法的对海雷达部署优化研究

针对当前雷达组网部署优化问题缺少对海探测研究,以及基于实际地形数据的遗传算法(GA)求解复杂度高的问题,开展了基于数字高程模型(DEM)数据和遗传算法的对海探测部署优化研究。基于预先阵地和对海探测雷达威力模型,所提的算法可有效减少遗传算法寻优空间,极大提高优化求解速度。仿真表明,该算法可获得和遍历法近似的最优结果,随着部署规模的增大,具有明显的速度优势。