基于回合制对抗推演的探索性仿真实验兵力行动序列生成

信息时代的战役、战斗越来越呈现出复杂系统的特性,而探索性仿真实验正是一种研究复杂系统的有效手段。为向探索性仿真实验提供符合人类决策过程的兵力行动序列,基于人机结合的思想,采用回合制对抗推演方法来生成决策序列并加以优化,并对决策向兵力行动转化的模型进行分析,将决策序列转化为兵力行动序列,为后续仿真实验提供了仿真输入。研究成果对军事专家如何参与探索性仿真实验具有一定的借鉴意义。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的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。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

压缩感知新技术专题讲座(三) 第5讲 压缩感知理论中的信号重构算法研究

信号重构作为压缩感知理论的核心之一,是指从长度为m的测量向量Y重构长度为n(m n)的稀疏信号Θ的过程。由于测量次数远小于原始信号维度,信号重构成为欠定方程求解问题,一般没有确定解。然而,若Θ满足一定的稀疏性条件,问题有确定解。文章首先从解析几何角度出发,分析了压缩感知中稀疏信号重构的原理,并对已有的两大类重构算法分别进行介绍:一类是针对l0范数最小化的一系列贪婪算法,一类是针对l1范数最小化的凸优化算法。对前一类算法,选取了代表性的OMP、ROMP、CoSaMP和SAMP算法进行研究,并分析了它们的优缺点;对后一类算法,着重阐述了将BP问题转换为LP问题的推导过程,并介绍了两类经典的凸优化算法:BP-Simplex和BP-Interior。最后,展望了信号重构算法的研究前景。     

百亿工程 快中求优

正坚定不移推进"三化"建设,不断增强综合实力在加快城镇化建设步伐工作中,一是着力推进建市工作和天北新区建设。二是推进团场城镇建设和城乡一体化发展。重点培育和启动123团、124团、125团、129团、137团等一批资源禀赋良好的建制镇建设。三是促进建筑业快速发展。在加快新型工业化建设进程工作     

军队专业技术干部职称评审制度优化分析

职称评审制度是军队专业技术干部队伍建设的一项重要制度。战斗力标准是军队专业技术干部职称评审遵循的基本原则。战斗力质的规定性决定了职评的内核始终是质量。用委托-代理理论分析不难看出,职称评审中评审者和参评者均存在"道德风险",实现职称制度的功能,必须优化评审设计,提高职称制度的激励性。而用交易成本理论分析后,则告诉我们不必刻意地去降低构建科学和严谨的职评制度所花费的成本,职称评审时应最大限度地进行调研和试错,自下而上地征求和采纳"民意",尽可能地通过优化评审制度获取更多真实的参评者信息。     

分布式UDDI的数据一致性优化模型

UDDI注册中心本质上是一个存储着Web服务注册信息的数据库,针对分布式存储与检索体系架构中出现的数据不一致性的问题,提出了一种分布式UDDI的数据一致性优化模型。首先分析了分布式UDDI及UDDI的核心数据模型,以及在分布式环境下的异构数据源问题。在此基础上,分析了数据的一致性问题,构建了UDDI节点—数据模型间的可达性矩阵,最后研究了分布式UDDI的一致性数据存储策略。该优化模型能有效减少存储冗余和检索网络带宽的消耗。     

高交叉极化隔离度单偏置赋形反射面天线优化设计

为获得高交叉极化隔离度性能,基于极小极大值算法对单偏置赋形反射面天线进行了优化设计。在赋形优化过程中采取了两个措施来提高天线的交叉极化隔离度,一个是利用归一化的电场来构建目标函数,以消除设计增益对优化过程的影响;另一个就是适当增大反射面的焦距。为了证明所述方法的有效性,以产生一个覆盖美国全部领土的赋形波束为例对天线进行了优化设计。数值仿真结果表明,在服务区内主极化增益都高于30dBi,交叉极化隔离度都在30 dB以上。     

航空反潜搜索区域优化问题

首先介绍了一般的航空反潜搜索区域确定模型,并指出了其中存在的不足。然后,对搜索区域的确定进行了优化改进,在详细分析了潜艇在搜索区域内存在位置的概率密度状况基础上,分别对搜索行动起始坐标进行了优化改进、对反潜行动路径建立了数学模型,并给出了仿真图例。     

多UCAV任务分配有限阶段MDP方法和算法

多UCAV(Unmanned Combat Air Vehicle)任务分配是无人机作战决策的重要内容,是一类求解困难的组合优化问题,目前尚无成熟高效的解决方案.通过马尔可夫决策过程(MDP)将任务分配问题化解为分阶段序列决策过程,并对当前阶段决策状态采用单一整数编码,提出了基于有限阶段MDP的求解算法.通过仿真实验表明:该算法可以快速精确地解决多UCAV任务分配的问题.     

美国航母航渡过程中的飞行作业优化

在美国航母航渡过程中,舰载机飞行作业优化的主要目的是决定舰载机的弹射和回收顺序,一方面使防御态势最优,同时确保航母能在指定的时间内抵达目的地,舰载机飞行作业优化还需要考虑其他限制条件,包括环境条件和军事判断等。在进行飞行作业优化时,关键概念之一是飞行作业周期,舰载机从离开航母到完成一项任务后返回母舰附近,为一个周期。在这个周期的末期,舰载机可以选择着舰,也可以选择在空中加油,当舰载机再次离开航母的时候,就已进入了下一个周期。在航母航渡过程中,舰载机飞行作业逐波次