基于混合粒子群算法的软硬武器协同反导决策

以单舰使用软硬武器对抗末端飞行的反舰导弹为背景,在对软硬武器抗击反舰导弹存在相互干扰进行分析的基础上,为了最大程度地减小干扰,取得最大的作战效果,建立了单舰协同使用软硬武器分层防御反舰导弹的模型.这是一个多阶段单指标方案优选问题,使用混合粒子群算法进行求解,仿真结果表明:该算法可以找到合理的、满足要求的反导方案,而且计算方便.     

海上编队雷达网优化部署系统的设计与实现

建立海上编队雷达网优化部署系统模型,包括实体模型和认知模型。仿真海上编队雷达网在无威胁条件下的优化部署和面临干扰和超低空突防威胁时的对抗过程,经过海上编队雷达网优化部署认知模型的解算,指挥舰队编队成员进行机动部署,编队成员通过重新机动,使编队雷达网获得较好的探测性能。仿真结果表明所建立模型的可行性和正确性。对于在未来海战场复杂电磁环境下,更好地发挥编队雷达网探测、预警能力具有重要意义。     

战时装备保障力量抽组多目标优化模型研究

分析了影响装备保障力量抽组决策的因素,对装备保障力量的抽组问题进行了数学描述,建立了装备保障力量抽组多目标优化模型。针对多目标优化的求解问题,提出了一种相对理想点的求解算法。在相同的约束条件下,基于目标函数向量与理想目标向量之间的相对接近度而构造一个偏好函数,将多目标优化问题转变为单目标优化问题进行求解,通过实际算例验证了算法的可行性。     

常规导弹战前运输任务优化模型

制定常规导弹战前运输计划时,各车辆运输时间和运输路线的安排是一个组合优化问题.运用军事运筹学和不确定性优化理论,充分考虑节点冲突性、车辆隐蔽性、任务时间、道路容量等因素,建立了运输任务方案的优化模型.该研究为常规导弹波次作战计划的制定和优化提供模型支持,有助于提高常规导弹作战指挥自动化和部队的生存能力.     

Chirp信号参数估计算法性能比较

通过数值仿真定量地比较了三种Chirp信号参数估计算法——解线调法、迭代估计法和局部搜索最大似然法的性能,并定性地比较了算法的运算量。仿真结果表明,在三种算法中,局部搜索最大似然法的估计性能最好,而运算量居中;解线调法运算量最大,但估计性能居中;迭代估计法的估计性能最差,但运算量最小。对于实际系统,应根据不同的估计精度和运算量要求,灵活选择不同的算法。综合考虑估计性能和运算量之间的折衷可以得到结论,在三种算法中局部搜索最大似然法是一种相对较好的选择。     

基于数值模拟的拔伸成形工艺分析与优化

变薄拔伸是厚壁深筒件生产的关键工序,成形难度大.针对现行的拔伸成形工艺,为改善成形稳定性、提高成形质量、延长模具寿命,通过采用刚粘塑性有限元法,根据不同参数和条件,在计算机上对拔伸工艺进行数值模拟分析,分别讨论了拔伸模圈道数、变形量分配、模圈间距及入模角等因素对拔伸成形过程的影响,进而提出了"多模短距长拔"、变形量依次递减和较小入模角等优化措施.这样既减少了大量现场试验,又达到了工艺优化的目的.     

基于信息熵的未确知测度的指挥信息优势评估

现代战争中获取信息优势成为夺取战争胜利的关键。为更好对指挥信息优势进行定量评估,在未确知数学理论基础上,首先引入专家可信度对指标效果值进行处理;研究了信息优势的度量和识别方法;并通过评估指标输出的信息熵确定指标权重,建立了基于未确知测度的指挥信息优势评价模型。最后通过实例分析给出评估结果和改进建议,获得了较为成功的应用。未确知效果测度评价模型严谨,评价结果合理、精细、分辨率高,适合于指挥信息优势的评价。     

并行基因组合型遗传算法求解防空部署优化问题研究

针对防空部署研究的特点,探讨遗传算法求解防空部署优化问题。分析了传统遗传算法求解武器部署优化问题的缺点,提出了并行的基因组合型改进遗传算法,克服了编码不唯一和基因重码的现象,提高了搜索速度和解的质量;利用启发式信息缩小了解空间,并保证了算法寻优的每个个体都是可行解;对遗传操作算子进行了改进,克服了整数编码固有的缺点。该方法应用于求解防空部署优化问题中得到了较好的结果。     

结构方程模型参数估计的GME方法

提出应用广义最大熵的方法对结构方程模型的参数进行估计,该方法能够处理有限的或者不完全数据。为了验证广义最大熵方法在估计结构方程模型参数时的性能,采用了一个应用于美国顾客满意指数(ACSI)的结构方程模型生成仿真数据,仿真结果表明,与PLS相比,GME方法具有更高的拟合精度和较低的预测误差,在样本数据较少时,表现更为明显。     

基于约束满足的多目标对地观测卫星成像调度

EOS(对地观测卫星)成像调度需要根据用户提出的成像任务需求确定卫星成像序列,是一个复杂的组合优化问题。考虑到成像侧视约束条件,建立EOS成像调度的多目标有向无环约束图模型。在此模型的基础上提出了基于SPEA2(strength pareto evolutionary algorithm 2)的多目标成像调度算法,采用约束控制技术设计遗传算子处理成像约束。经过三个实际的多目标成像调度问题测试,表明该算法可以有效地解决EOS成像调度问题。