一种基于麻雀搜索算法的空中目标意图预测方法

针对BP神经网络（BPNN）的分类性能和遗传算法（GA）的参数寻优能力难以满足空中目标意图预测需求的问题,提出了一种基于麻雀搜索算法（SSA）优化支持向量机（SVM）的空中目标意图预测方法。利用SVM和SSA分别取代BPNN和GA,构建了SSA-SVM空中目标意图预测模型,并对模型的预测性能进行了仿真检验。结果表明,SSA-SVM比GA-SVM具有更快的收敛速度和更高的适应度值,比BPNN具有更高的预测准确性和更稳定的预测结果。因此,SSA-SVM可以准确、稳定地预测空中目标意图,能够满足意图预测在准确性和稳定性上的需求,提升了预测性能。     

合成作战单元抢滩阶段作战编波冲击及方案优化模型

如何科学、量化进行编波冲击是影响和制约合成作战单元抢滩阶段战斗的焦点问题、瓶颈所在.通过分析研究影响编波冲击的主客观因素,建立了合成作战单元抢滩阶段作战编波冲击模型,提出了基于"和数分解"的多目标优化搜索算法,并结合算例对模型的有效性和可信性进行了验证,对编波方案的价值进行了评价和优化分析.     

基于改进布谷鸟搜索算法的多传感器调度方法

针对以往战场环境中目标跟踪背景下多传感器调度算法收敛性差、求解精度低的问题,在CS算法(布谷鸟搜索算法)的基础上,提出了一种基于差分进化的布谷鸟搜索算法.在跟踪目标模型的基础上,以跟踪精度、任务完成率以及传感器资源能源消耗为指标,建立多传感器调度模型;借鉴差分进化思想,对布谷鸟搜索算法进行改进;利用改进后的布谷鸟搜索算法(DE-CS算法)求解传感器调度模型.将DE-CS算法与基础CS算法进行仿真比较,仿真结果表明,改进后的算法在收敛速度和精度方面都得到了有效改善,证明改进后的算法有较好的求解质量.     

基于GAPSO-TS的多基地无人机航路-时间协同规划

针对多基地无人机协同规划航迹计算复杂、容易陷入局部最优的问题,在遗传粒子群算法(GAPSO)的基础上,引入禁忌搜索算法(Tabu-Search)混合为GAPSO-TS算法,通过与PSO、GAPSO算法对比,表明GAPSO-TS算法能够提高全局寻优性能,同时相对于GAPSO算法,加快了收敛速度.在多无人机时间协同三维航路规划里应用GAPSO-TS算法可以更快的收敛,同时设计以时间协同为约束的适应度函数,函数具有简单易行的特点,保证了不同基地的无人机都可以在同一时间内最快到达目的地,实验结果验证了算法的可行性.     

车材配送调度优化问题的一种改进禁忌搜索算法

针对车辆配送调度优化问题的容量和时间窗约束,提出了一种改进的禁忌搜索算法,并用惩罚函数表示约束条件,经过实例检验,证明算法可行、高效。     

基于代理群的军事自组网拓扑搜索算法

分析现有网络管理模式的基础上,针对军事移动自组网的特点,提出了一种基于动态代理群的网络管理模式,并实现了动态代理群网络管理模式的网络拓扑结构搜索算法,最后对该拓扑搜索算法的有效性、正确性及复杂度进行分析论证.实验证明该算法可以很好地解决节点频繁移动带来的需要实时反映网络拓扑结构的问题.     

多级网络物资预置—前送模型及改进布谷鸟搜索算法研究

针对战时物资前送优化决策问题,较多对两级网络下的"多点对单点""多点对多点"问题进行研究,较少对多级网络下、多节点转运前送、多式联运前送、物资协同补给问题进行系统性、综合性的研究.立足战场实际,针对后方物资、预置物资、作战部队组成的三级网络的预置协同补给问题,进行定量化、模型化研究.在满足硬时间窗基础上构建了以运输风险度最小为目标的双层指标模型.针对所建立模型具有高维组合优化的特点,设计了基于粒子群算法改进的布谷鸟搜索算法,并用不同规模算例对算法性能进行了测试.结果表明,所建模型符合战场实际,设计的算法具有较好的适应性、稳定性、精确性,能在较短时间内对所建模型进行有效求解,为决策者提供科学依据.     

多级网络物资前送决策模型及并行禁忌搜索算法研究

战时多级网络物资前送研究主要集中在单级网络、确定型模型和规划求解方面,对战场不确定环境下的多级物资分配网络研究较少.在考虑时间、成本的基础上,结合战场实际,运用泊松过程建立了基于敌侦察不确定形态下的随机风险模型,并构造了战时多级网络物资前送决策模型.通过对模型特点分析,结合随机游动算法构造了并行禁忌搜索算法,并通过实例对模型进行求解分析.实验结果表明,所建模型适合不确定战时条件下的多级物资前送实际,并行禁忌搜索算法能够有效求解所建模型,获得物资前送方案,为决策者提供科学依据.     

战时侦察车最优路径规划算法

针对侦察车路径优化同题,提出了一种改进的遗传算法,基于该算法设计了一种在战时情况下能使侦察车快速、安全、高效地进入侦察阵地的最优路径算法,并编制了侦察车路径优化软件,为战时侦察车最优路径规划同题提供了一种解决方法.     

面向新任务插入的电子侦察卫星任务规划方法

针对电子侦察卫星在执行初始侦察计划的过程中新任务动态到达的情况,以最大化完成任务优先级之和,并使新任务到达后,对原侦察计划调整最小为目标,建立了具有两级优化目标的动态约束满足模型,提出了一种基于启发式规则的动态插入算法,最后通过仿真实例,对模型和算法进行了验证,实验结果表明算法一定程度上能够满足卫星新任务插入后使得原始...