基于模糊AHP的多目标反潜直升机搜索方式优选

战术背景下的多目标方案选择是战术行动的关键,且具有一定的不确定性和模糊性.针对多架反潜直升机配合搜索的特点,研究了基于模糊层次分析法的搜索方案优化选择方法,并在实际仿真数据的基础上验证了方法的可行性和有效性.结果表明,基于模糊层次分析的方案优化方法比较符合本领域的特点,与常用的多目标优化方法相比,在具有模糊性和不确定性的智能化作战指挥决策中具有更好的实际应用价值.     

稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。     

优化军费规模与结构的理论解释

文章从研究军事战斗力生成规律与消耗规律入手,分析了优化军费规模与结构需要的一些理论问题,对军费有机构成、军费结构的优化准则、军费适度规模理论与观点提出了自己的见解,并通过分析平时与战时战斗力配置的连续性揭示了军费保障的基本要求与军费分配规律。     

基于输出饱和条件下磁浮列车悬浮控制参数优化

低速磁浮列车利用电磁吸力支撑车体,相比轮轨列车具有噪音小、转弯半径小、爬坡能力强等优点。研究控制器输出饱和条件下悬浮系统的稳定性问题,可以避免由于电网电压约束而可能出现的失稳现象,提高了系统运行的可靠性。基于磁浮列车单点悬浮模型,使用电流-位置双环设计方法设计得到可稳定悬浮的控制算法。由于磁浮列车悬浮控制器的输出饱和环节,进一步提出了一种基于搜索极大椭球的控制参数优化方法,在不改变控制算法设计的前提下实现了参数优化。通过仿真和试验均验证了优化后的控制效果,有效指导了实际系统的工程调试。     

可靠度和费用约束下的加速老炼试验时间优化

为了提高产品实际使用可靠度,减少老炼试验和保修费用,基于效用函数研究了具有早期失效的产品在可靠度和费用约束下的加速老炼试验时间优化方法。考虑产品寿命分布参数的不确定性,利用自助法估计参数的先验分布,然后通过仿真方法获得实际使用可靠度和费用的联合效用函数。以联合效用函数值最大为优化目标建立加速老炼试验时间优化模型,得到最优的加速老炼试验时间。结合对数正态分布产品在温度应力下的加速老炼试验数值示例,阐述上述方法的应用,并对参数进行敏感性分析,结果表明提出的加速老炼试验方法不但能缩短产品的试验时间,还可以最大程度同时满足费用和可靠性的要求。     

武器装备体系演化研究

体系动态演化是武器装备体系建设发展、体系作战能力和体系对抗效能评估优化的基本认识前提。鉴于当前武器装备体系概念理论基于多问题思维视角现状,研究层次、问题形式和技术方法手段复杂多样,以体系演化为切入点,围绕装备体系动态演化的涵义,从体系结构优化设计、体系协同作战过程优化和体系作战效能评估优化3个层次综述了装备体系演化研究进展。在此基础上,讨论了基于大数据、超网络、认知粒计算的装备体系多学科研究需求,对可能性的技术思路给出可供借鉴建议。     

基于有限条件的多波束雷达干扰系统目标分配算法

针对多波束干扰系统同时干扰多个目标的资源分配问题,通过分析目标分配算法的一般流程及涉及到的关键问题和技术难题,提出了基于实战化和有限条件的针对多波束干扰系统的非线性0-1整数规划数学模型。针对该模型采取开源软件SCIP进行求解,最后给出数值仿真来说明模型和算法的有效性。     

探测临近空间高声速目标的飞艇组网方法研究北大核心

为了提高对临近空间高声速目标的探测能力,探讨了一种飞艇红外组网探测系统的设计方法。提出了基于性能和基于效益的2种组网部署原则,设计了飞艇红外探测系统的组网量化指标,建立了飞艇组网系统部署模型,在此基础上设计了基于遗传算法的组网优化算法。仿真结果表明,该方法能够实现满足多种性能指标要求的飞艇红外组网探测系统的优化部署,为临近空间高超声速目标的探测提供了新的思路。     

探测高超声速飞行器的飞艇优化部署方法北大核心

为提高临近空间飞艇组网探测系统对高超声速飞行器的探测能力,探讨了一种实用高效的飞艇组网探测系统优化部署方法。对三维空间中飞艇组网探测系统的优化部署问题进行了深入分析,综合考虑地球曲率、浮空飞艇放置高度、探测面海拔高度、飞艇最大探测半径、探测器视场角等因素,提出了飞艇组网探测系统探测高超声速飞行器的三维空间优化部署指标,构建了飞艇组网探测系统的优化部署模型,利用遗传算法得到了最优部署方案,通过satellite tool kit(STK)仿真平台验证了该部署方法的有效性,各项探测性能指标的理论计算值与真实值之间的误差均小于1%。部署方法可给实际阵地环境下飞艇组网探测系统的优化部署提供一定的参考。     

火力分配多目标优化的IBACO算法

应用蚁群优化算法(Ant Colony Optimization)求解多目标优化问题已经引起广泛关注,多目标火力分配问题的目标是求出一个合适的武器目标分配方案,使满足决策需要。建立了多目标火力分配的数学模型,提出一种基于指标的蚁群优化算法Indicator-Based Ant Colony Optimization),给出了算法的具体步骤。IBACO的核心思想是利用二元性能指标来引导人工蚂蚁进行搜索,由于该算法中的信息素是根据指标的值来更新的,通过奖励信息素可以强化最优解。仿真实验证明了该算法的有效性,在解决火力分配问题上,所提算法和蚁群优化算法相比具有较好的收敛性。