基于邻域最优控制理论的中制导弹道簇生成

针对临近空间高超声速目标飞行速度快,跟踪预测难的特点,提出了在中制导阶段进行最优弹道设计与弹道簇生成用于对目标预测命中区域进行有效覆盖的方法。首先,通过分析临近空间高超声速目标对现有防空体系带来的挑战,阐明了在中制导段进行弹道簇设计与生成的必要性,其次,将中制导段的弹道规划问题视为求解满足多种约束条件下的最优控制问题,应用最优化理论方法得到了基准的最优弹道,再次,应用邻域最优控制理论,针对终端约束条件进行调整,设计了邻域最优弹道簇的生成算法。最后,通过仿真验证了所提方法的有效性。     

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     

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。     

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.     

国务院关于促进企业技术改造的指导意见

各省、自治区、直辖市人民政府．国务院备部委、各直属机构．技术改造是企业采用新技术、新工艺、新设备、新材料对现有设施、工艺条件及生产服务等进行改造提升,淘汰落后产能,实现内涵式发展的投资活动,是实现技术进步、提高生产效率、推进节能减排、促进安全生产的重要途径。促进企业技术改造,对优化投资结构、培育消费需求、推动自主创新、加快结构调整、     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．