基于多群体改进萤火虫算法的装配序列规划

为了解决机械产品装配序列优化问题,提出了一种基于多群体改进萤火虫优化算法的装配序列规划方法。建立了装配序列规划的数学模型,针对萤火虫算法收敛效率低的不足,借鉴混合蛙跳算法族群划分思想对萤火虫算法进行了改进,引用局部搜索与全局信息交换机制提升了算法性能;根据装配序列规划问题离散型的特点,定义了新的离散编码方式和粒子更新策略。通过实例仿真结果表明,改进后的萤火虫优化算法简单有效、稳定性好、求解精度高,能够稳定快速地给出装配序列最优方案。     

面向AL的战略级仓库备件供应优化方法

针对维修备件供应保障费用较高、管理难度较大等问题,借助自主式保障(AL)理念设计了面向AL的维修备件调度与供应优化框架,提出面向AL的战略级仓库维修备件供应优化思路。在此基础上,为了解决战略级仓库备件供应路线规划不科学、弥补半定量经验方法不足的情况,建立了带混合时间窗的多供应地——多需求地维修备件供应路线优化模型,设计了求解模型的GA-SA混合算法。最后运用算例进行了说明。     

混合动力装甲车辆能量管理策略实时仿真

为解决混合动力装甲车辆多动力源输出优化匹配难题,针对一种具有3个动力源的混合动力系统中各动力源的输出特性和驱动电机功率需求特点,制定了具有双层结构的能量管理策略:顶层的系统功率分配策略完成负载功率估计及其在各动力源间的分配;底层的部件级控制策略实现发动机-发电机组和动力电池的优化控制。通过构建一种分布式硬件在环仿真平台对能量管理策略进行仿真验证。结果表明:混合动力系统能够很好地满足负载功率需求,实现了对多个目标的优化控制。     

基于混合挖掘的军事数据分类方法

基于军事信息系统的体系作战指挥,必须依托准确可靠的数据支撑。为了研究数据挖掘方法在军事数据上的学习性能,采用支持向量机方法和粗糙集对坦克连的作战数据进行了仿真实验。试验结果表明,支持向量机方法能够预测坦克连的命中率为100%,结合粗糙集方法,能够进一步提高支持向量机方法的学习性能,缩短学习时间。     

高动态GPS卫星信号混合载波跟踪算法设计

高动态运动环境会给GPS卫星信号带来很大的多普勒频移及其变化率,甚至产生频率的突变,单一的锁相环、锁频环、四象限鉴频器无法进行稳定跟踪。在对传统锁相环、锁频环原理及性能分析的基础上,设计了一种基于Costas锁相环(Costas-PLL)、叉积锁频环(CP-FLL)及四相鉴频器(FQFD)并能够智能切换的混合载波跟踪算法,该算法基于二阶FLL辅助三阶PLL的跟踪环路实现,依据不同的动态环境使FLL和PLL交替工作,以提高载波跟踪环路的动态适应性。通过固定频率、频率一次斜升、频率二次斜升和频率突变等4种不同动态条件下的实验,证明了该算法在高动态环境下的有效性和可靠性。     

多无人机协同任务分配方法

任务分配是多UCAV协同控制的核心和有效保证,是一类复杂的多目标优化问题。针对一种扩展的混合整数线性规划(MILP)任务分配模型,通过对模型特点的分析,提出一种基于相似度的遗传退火算法解决该问题并进行仿真实验,仿真结果表明该算法具有较强的收敛性和较好的多样性,验证了改进算法解决该问题模型的有效性。     

混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

一种微型双轴转台控制回路的H∞设计方法

针刘微型双轴转台伺服控制系统的特点,提出一种H∞混合灵敏度PS/T设计方法,探讨了性能权函数和鲁棒稳定权函数的确定方法,并对设计的控制器进行了仿真对比分析.结果表明:H∞控制系统具有更好的伺服性能和鲁棒稳定性.     

基于组件开发方法的反潜武器作战系统训练模拟器设计

为了满足海军训练的需求,提高训练的可信度,需要研制逼真度更高的模拟训练设备。为此,利用基于组件的开发方法设计了混合配置的反潜武器作战系统训练模拟系统。该系统不仅包括仿真设备,还包括实装设备。系统将两个独立的结构整合成一个系统,因此需要软件构架的独特设计。讨论了这一混合配置的系统训练模拟器的设计,提出了在实装战术网络和仿真网络之间的独特的系统接口设计,成功支持了训练模拟器的开发。基于组件开发方法的设计和思路对于训练模拟器材的设计具有很好的参考价值。     

基于相位估计的湍流降质图像盲复原

地基望远镜观测的空间目标图像受大气湍流的影响,其分辨率受到很大的限制。为了提高湍流降质图像的复原效果,提出一种改进的盲解卷积方法。首先,考虑观测图像受到高斯噪声和泊松噪声的干扰,推导出基于混合噪声模型的盲解卷积代价函数;然后,根据傅里叶光学原理,利用波前相位表示点扩展函数,将点扩展函数从像素值估计转换为参数估计;最后,通过参数化表示方式,将代价函数寻优从约束最优化问题转换为无约束最优化问题。模拟实验结果验证了本文模型与数值算法的有效性。