新型多目标遗传算法及其在导弹射击效能优化中的应用

多目标规划是一类重要的优化模型,有着广泛的实际应用,但其求解至今仍是运筹学的一个难点.针对一般约束多目标优化问题,在设计了新的适应度函数和选择算子的基础上,提出一种新型多目标遗传算法.将其应用于导弹对集群目标射击效能优化问题,验证了算法的有效性.     

基于遗传算法的准维燃烧模型修正方法

针对目前准维燃烧模型不能客观反映高原柴油机工作过程的问题,提出了一种基于计算机智能仿真模型修正方法.采用正交试验的极差分析,计算并识别出准维燃烧模型的经验参数对柴油机性能影响的主次顺序,并确定为待修正参数.基于遗传算法,以试验数据为依据,对柴油机准维燃烧模型进行修正.修正后的柴油机工作过程模型误差在4％以内,为深入开展高原环境柴油机性能研究奠定了基础.     

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验和对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考应用意义。     

偏振态演化对量子密钥分发影响分析

为了解决量子密钥分发(QKD)系统中的偏振态演化问题,文中分析了偏振态演化所引起的量子误码率问题,提出了通过电动偏振控制器的搜索跟踪算法来训练光纤链路的方法,达到抵消系统中存在的各种双折射的效果,将因双折射所引起的误码率从7%降至0.8%,大大提高了密钥分发的有效性。实验结果证明该方法能够有效解决QKD中的偏振态演化问题。     

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。     

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.     

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。     

基于三粒子纠缠态的量子安全直接通信协议

提出了一种新的三粒子量子安全直接通信协议。通信过程利用decoy光子来检测窃听,保证信道安全。发送方将秘密消息编码在不同幺正操作上,通信双方通过Bell基和Z基测量可直接传递秘密消息。由于所有粒子都用于传输秘密消息,且传输一次可获得两比特信息,该协议具有较高的量子比特及量子密码协议效率;三粒子纠缠态的制备是已实现技术,该协议具有实际操作的意义。此外,该协议在量子信道中也是安全的。     

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。