改进遗传算法的导弹目标分配方法

针对遗传算法在解决导弹目标分配问题中的困难,将火力单位的目标分配问题变换为针对导弹的目标分配问题,之后应用遗传算法求解,求解后还原为火力单位的分配结果,并用实例验证了应用遗传算法的可行性.之后,引入"优势"基因对标准遗传算法进行改进,大量实例表明,改进后的算法提高约60%的搜索效率.     

基于BP神经网络的D-S证据理论及其应用

命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一.目前,大部分确定方法受专家知识偏好影响较大,难以反映客观情况.将BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力.文中建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法.仿真实验表明,该模型可行.     

弹炮结合武器系统火力分配优化问题研究

在确定弹炮结合武器系统对目标的可射击系数、火力重叠修正系数和转火矛盾修正系数的基础上,结合防空作战的实际,通过对运用地空导弹射击、运用高炮射击、运用地空导弹和高炮混合射击三种情况的分析,介绍了解决弹炮结合武器系统火力分配优化问题的一般步骤。通过算例,证明了该方法的可行性,为有效解决弹炮结合武器系统火力分配优化问题提供了一种较为科学的方法。     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。     

舰空导弹协同攻击目标分配方法研究

根据双舰编队反导队形的配置和舰空导弹的战术技术性能,提出了针对多批目标的实时火力分配决策方法,根据当前态势和火力单元特性对需分配的目标进行静态实时火力分配,系统不断循环直至目标分配完毕,最后用实例进行了分析,计算结果表明了该方法的有效性.     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。     

军校学员周边绩效的影响因素及提升对策研究

周边绩效是管理和绩效评价领域研究的新热点,但军校学员的周边绩效及其影响因素还鲜有文章涉及。通过研究发现,人格、工作满意度、主观幸福感、组织公平感、组织交换和军营文化,是军校学员周边行为和周边绩效的主要内、外部影响因素。在此基础上,提出了提高军校学员周边绩效的建议,可促使周边绩效在军校学员管理中得到合理关注,发挥其应有的价值和作用。     

改进合同网协议的Agent动态任务分配

针对导弹作战任务规划中的动态任务分配问题,研究了MAS框架下任务分配的形式化描述和数学模型,对动态任务分配的特点进行了分析,运用合同网理论,提出了基于改进合同网协议的Agent动态任务分配算法,实现了对不确定开放环境中动态变化的任务分配方法。算例表明算法是有效的。     

瓶颈指派问题的一种多项式时间算法

本文对瓶颈指派问题给出了一种新的算法,该算法不需要利用最大流算法,而类似于解经典指派问题的匈牙利算法。该算法是一个多项式时间算法,其复杂性为Ｏ（ｎ３）