基于遗传算法舰船装载码头配置方案优化

两栖输送舰船码头装载过程中,如何科学配置装载码头,使得整个装载任务完成时间最短是部队制定装载方案需要解决的重要难题。依据码头装载配置特点和要求,运用军事运筹学多目标规划理论构建装载码头配置规划模型,并运用遗传算法理论和计算机编程工具实现码头配置规划模型的优化解算。从而提高了部队两栖输送舰船码头装载方案制定的科学性和时效性。     

基于Bayes统计理论的射表编拟方法

全面系统阐述了Bayes统计理论下的射表编拟方法,具体研究了验前信息的处理、符合计算、编拟计算及试验用弹量的确定等几个关键难点问题,同时导出了确定先验分布中未知参数的计算公式、射表基本诸元的后验估计公式、射表试验用弹量的计算公式。通过两个实例对其具体使用方法给予了详细说明并对其结果进行了分析,指出应用该方法可以在相同精度要求下节省用弹量或在相同用弹量下提高射表精度,具有很好的经济适用价值。     

区域联合作战装备保障任务分配模型

现代信息化战争是体系与体系的对抗,区域作战联合装备保障成为信息化条件下装备保障的主要方式,实施科学正确的装备保障指挥,进行保障任务分配对于提高保障效益具有非常重要的意义。通过区域作战装备保障任务的特点,依据区域保障要求建立了包括转场时间在内和不同作战方向上作战单元的重要程度不同的装备保障任务分配模型,保证了重要方向上最晚完成保障任务的作战单元保障时间最短和非重要方向上最晚完成保障任务的作战单元保障时间最短。最后,应用遗传算法给出了区域联合作战装备保障任务分配模型的求解方法和步骤,具有一定的科学性和实用性。     

基于改进支持向量回归机的火炮身管寿命预测

为准确预测火炮身管寿命终止时火炮射弹数,根据射击过程中火炮身管磨损量与身管寿命特性,分析了身管膛线起始部磨损量与身管射弹数之间的关系,提出了支持向量回归机算法,并采用遗传算法进行模型优化改进,得到火炮身管寿命预测最优模型。结合两种类型火炮的身管数据,利用该模型对身管寿命进行预测,并与原始支持向量回归机进行对比,通过分析可知改进的支持向量回归机预测效果好、精度高,为火炮在实际应用中身管的寿命预测提供了新的思路。     

基于响应面与遗传算法的柴油机喷射参数优化

为解决燃油喷射系统参数优化中高效寻求全局最优解问题,综合响应面设计和遗传算法的优点和不足,采用多项式响应面模型代替原始遗传算法中计算量庞大的目标特性分析模型,建立了多项式响应面模型和遗传算法相结合的参数优化方法。结合非线性规划的凸性分析证明了遗传算法在预定优化区间内全局最优解的唯一性。对优化匹配后的喷射参数进行了模拟计算,结果表明:优化后柴油机油耗降低了1.96g/(kW·h),功率上升了0.99%,排气温度降低了21.86℃。表明该方法具有简单可靠、优化效率高等特点。     

运动载体涡流磁场数值计算与特性分析

为提高运动载体涡流磁干扰建模与补偿的精度,对载体运动引起的涡流磁场的产生机理和分布特性进行分析研究。首先,对涡流磁场的产生机理进行了溯源分析;然后,采用有限元法对涡流磁场进行数值计算研究。考虑到计算空间包含结构的磁导率单一问题,采用了有限元节点法矢量磁位计算方式,并针对舱体壁计算单元,考虑了耦合积分电势自由度,同时考虑到磁场周期变化,采用了瞬态有限元计算方式;最后,通过数值计算分析,揭示了运动载体涡流磁场与外磁场变化频率的关系,并分析了涡流磁场沿径向和轴向的空间分布特性和传播规律,为运动载体涡流磁场干扰的高精度建模与补偿奠定了基础。     

地籍数据库点线拓扑一致性并行检查方法

针对拓扑检查算法复杂、计算量大,串行计算已远不能满足海量地籍数据高效拓扑检查需求的问题,在分析了点线拓扑关系的并行特点基础上,将界址点的数据划分方法与界址线的QR空间索引方法相结合,实现了界址点与界址线的并行拓扑计算。用某地区实际的界址点集与界址线集对点线拓扑并行检查进行实验。测试结果表明:并行检查算法的并行效率随着进程数的增加而有所衰减,但稳定在30%以上,加速比达到5以上,且相比于Arc GIS效率提升了30倍以上。并行检查方法以工具的方式集成应用于高性能地理计算平台中,应用效果良好。     

改进遗传算法求解电力网攻击无人机分队任务分配

遗传算法因其出色的寻优能力,自提出后就被广泛用于工程技术上的最优化问题求解。根据电力网攻击无人机分队任务分配的实际需要,提出基于遗传算法思想的解决方案,并在原算法基础上,采用种群分组进化的策略进行改进。详细介绍算法的基本原理和仿真步骤,再举出实际算例进行仿真,实验结果证明算法的改进取得了良好效果。     

KK分布杂波下的距离扩展目标检测算法

针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题,利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下,研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器,并通过对目标幅度的最大似然估计,推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度,提出了一种基于顺序统计量的广义似然比检测器。该检测器利用检测窗内幅度较大的距离单元回波作为目标回波进行判决。利用蒙特卡罗仿真对这三种算法的性能进行了验证与比较,虽然最优积累检测器与广义似然比检测器具有更好的检测性能,但实现困难,计算量大,而基于顺序统计量的广义似然比检测器则具有更高的实用性。     

Single batch machine scheduling with deliveries

We consider the problem of scheduling a set of n jobs on a single batch machine, where several jobs can be processed simultaneously. Each job j has a processing time p_j and a size s_j. All jobs are available for processing at time 0. The batch machine has a capacity D. Several jobs can be batched together and processed simultaneously, provided that the total size of the jobs in the batch does not exceed D. The processing time of a batch is the largest processing time among all jobs in the batch. There is a single vehicle available for delivery of the finished products to the customer, and the vehicle has capacity K. We assume that K = rD, where and r is an integer. The travel time of the vehicle is T; that is, T is the time from the manufacturer to the customer. Our goal is to find a schedule of the jobs and a delivery plan so that the service span is minimized, where the service span is the time that the last job is delivered to the customer. We show that if the jobs have identical sizes, then we can find a schedule and delivery plan in time such that the service span is minimum. If the jobs have identical processing times, then we can find a schedule and delivery plan in time such that the service span is asymptotically at most 11/9 times the optimal service span. When the jobs have arbitrary processing times and arbitrary sizes, then we can find a schedule and delivery plan in time such that the service span is asymptotically at most twice the optimal service span. We also derive upper bounds of the absolute worst‐case ratios in both cases. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 470–482, 2015