基于粒子群实验寻优算法的后勤装备维修器材仓库布局选址

针对我军后勤装备维修器材仓库分布点多面广、配送时效性不高、整体保障效益偏低等问题,建立了基于混合整数规划的仓库布局选址模型,设计了粒子群实验寻优算法进行求解。以SY战区为例,验证了模型和算法的有效性,得到了该战区的后勤装备;维修器材仓库布局方案,并与基本粒子群算法进行了对比分析。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

基于模拟退火的P SO算法在舰载机回收中的应用

在舰载机回收过程中,着舰指挥官要综合考虑剩余油量、战损、气象条件等不确定因素的影响,对舰载机进行实时调度,确定安全快速的着舰次序。建立了舰载机着舰回收模型,给出着舰风险成本函数,利用具有全局搜索能力的粒子群算法对目标函数最优化处理,为避免算法陷入局部最优,选择具有突跳能力的模拟退火算法进行局部搜索。仿真结果证明,基于模拟退火的粒子群算法具有快速收敛的优点,能寻找出合理的着舰序列。     

LCDP SO算法在协同空战攻击决策中的运用?

为了探索提高协同空战攻击决策算法性能的途径,将多子群粒子群优化理论用于求解协同空战攻击决策,利用生命周期粒子群模型（ LCPSO）,提出了一种生命周期离散粒子群（ LCDPSO）协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。通过统计实验的方法,分析比较了LCDPSO协同空战攻击决策算法与多种智能决策算法的准确性、可靠性和快速性,研究结果证明LCDPSO协同空战攻击决策算法优良的综合性能。     

高炮射击提前点的解法研究

针对高炮射击解提前点方法进行的研究,在图解法的基础上,运用解方程的思想,提出了精度更高的“系数调整法”、“图解逼近法”和“一元四次方程法”。较好地解决对匀速运动目标命中问题的求解,“图解逼近法”具有单方向收敛的优点。“一元四次方程法”可直接用消元法求解,不需循环。解法与迭代法比较,具有计算精度高、速度快,计算步骤、时间固定,在火控系统计算和修正等方面有重要的实用价值。     

装备研制方案评估的群决策方法研究

针对装备研制方案的群决策问题,分析了常规决策方法的不足之处,并指出在某些情况下,按照常规的处理思路,可能会将合理的方案当成劣解而无意中排除。提出采用改进的优序法来解决装备研制方案的群决策问题,从而达到提高决策质量的目的,给出了计算实例。     

加权α-比较数排序法在群决策中的应用

针对军事决策的群体性和模糊性,探索新的群决策方案优选方法。将区间数这一模糊概念与α-比较数排序法相结合,用区间数表示决策者对备选方案的模糊偏爱度,并结合决策者在决策群中的权重确定决策群对方案集的综合偏爱度,得到一种新的群决策方案排序模型,并通过算例验证了模型的准确性。该模型综合考虑了决策者在比较备选方案确定其偏爱度时的模糊性以及决策者的决策地位,能比较全面地反映军事群决策的特性,并且计算简便,便于指挥系统实时解算。     

民兵高炮分队对空作战的方法及训练

从近期几场高技术局部战争空袭作战情况看,敌人的空中打击具有同时间、多目标、全区域的特点。这就决定了民兵高炮分队在反空袭作战中,应充分发挥就近就地和地形、社会环境熟悉等优势,积极开展反空袭斗争。     

某自行高炮跟踪系统检测技术

基于系统检测的思想.给出了跟踪系统的关键测试节点,并设计了通过发送激励信号获取跟踪系统有效特征信号的方法;根据跟踪系统进行信息交换的通信协议,采用交互诱导的方式,实现了跟踪系统对激励信号的接收响应;针对不同接口分布和不同时序的特征信号,通过接口配置、信息提取以及缓冲区管理等操作,对信号采集过程进行了控制,保证了信息获取的实时性和准确性.     

动圈式永磁直线直流电机的精英保留多种群遗传优化算法

为了实现陆基无人机电磁弹射器高机动性及其直线弹射电机的高功率密度,针对动圈式永磁直线直流电机,提出精英保留的多种群遗传算法(Multi-Population Genetic Algorithm with Elite Retention, MPGAER)的电机最大功率密度优化方法。以磁通密度和电流密度为约束条件,利用其搜索能力强、收敛速度快的特点优化电机的结构参数,并与磁路法初始设计结果和传统遗传算法优化结果进行比较。结果表明:与磁路法初始设计相比,MPGAER能使电机质量减少6.25%,功率密度提高10%,电机动态性能得到提高;MPGAER优化设计的电机功率密度高于遗传算法设计结果,所提方法有效地解决了在优化过程中出现易收敛于局部最优点和寻优效果差的问题。