遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

中立型泛函微分方程解的有界性

对于有限时滞中立型泛函微分方程,利用Liapunov泛函的方法,研究了方程解的有界性,得到了便于应用的判据。     

基于相位恢复技术的二维相位解包络算法

介绍一种新型的二维相位解包络算法。该算法的原理是将被解包络的相位作为输入光场,通过光学衍射计算得到其远场衍射光场的光强分布,然后使用相位恢复算法进行优化计算,得到一组用于表达连续波面的最佳Zernike多项式参数。此算法的特点在于,结合已成熟的相位恢复算法,波面解包络的唯一性和准确性可得到充分的保证;同时利用光场衍射计算,可方便地通过对衍射光强的滤波实现对相位噪声的抑制。实验验证了该算法的有效性。     

关于不定方程x3=Dy2+1

本文对方程x3=Dy2+1中一般情形的D进行了讨论,对0相似文献   

快速解命中的一种改进算法

基于对火控系统命中函数的考察,提出了一种将简单迭代法、改进迭代法和快速迭代法相结合的改进算法。仿真结果表明,该方法能明显提高解算精度,减小计算量,缩短迭代时间。     

几类微分方程解的有界性

本文研究了几类二阶微分方程解的有界性,建立了它们的一切解有界的若干充分条件,所得结论,拓广了文[1]—[3]的部分结果.     

时滞系统最优控制问题的数值求解

本文利用参数化方法成功地把两类时滞系统的最优控制问题转化为数学规划问题,从而得到数值解,并对一类线性二次问题探讨了方法的收敛性。     

泛函微分方程x’（t）＝a（t）f（x（μ（x（t））））的解的性态

本文研究偏差变元依赖状态自身的泛函微分方程ｘ’（ｔ）＝ａ（ｔ）ｆ（ｘ（μ（ｘ（ｔ））））（１）的解的渐近性态。进一步推广或部分推广Ｄｕｎｋｅｌ［１］、Ｅｄｅｒ［２］、Ｗａｎｇ［３］、吴汉忠［４．５］及作者［６～８］等人的工作。文中使用了一些新方法,也得到了一些新结果。     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

iSIGHT在多目标优化问题中的应用研究

在工程实际中,随着设计要求的日益提高,单一的设计目标已经不能满足设计者的要求。于是多目标设计优化问题在设计领域越来越占据主导地位。目前多目标优化设计方法种类繁多,各有优劣,重点介绍优化设计框架iSIGHT,并就iSIGHT在解决鱼雷壳体结构设计中的多目标优化设计问题中的应用情况进行研究,讨论iSIGHT在解决多目标优化问题中的可行性。