基于混合神经网络的野战仓库伪装效能评估

随着现代高技术的发展及其在军事领域的广泛应用,战场透明度明显增加.在未来战场上,发现即意味着被摧毁.野战仓库的生存也面临前所未有的严重威胁,伪装就成为其提高自身生存能力的有效手段.伪装效果的好坏将直接影响其战场生存力.采用遗传算法改进BP神经网络模型,分析了其基本思路以及具体实施步骤,并运用其对野战仓库伪装效能进行评估.实例表明,该模型能够较好地克服人为因素和模糊随机性的影响,评估结果更为科学可信.     

基于GA-Elman神经网络的水下集群作战效能评估

在现代化海战中,大力发展水下作战集群是海军信息化发展的必然途径,针对这种新的作战样式,对其作战效能进行准确可靠的评估至关重要。Elman神经网络能克服传统评估方法依赖于专家经验的缺点,但其自身的权值更新方法易陷入局部极小,为此,采用遗传算法(Genetic Algorithm,GA)对Elman网络进行全局优化,构建基于GA-Elman神经网络的水下集群作战效能评估模型,并应用实例对模型进行仿真验证。仿真结果表明该模型可以准确有效地对水下集群作战效能进行评估。     

基于改进遗传算法的多无人机航路规划方法

在分析多无人侦察机任务需求、限制以及特性等要素基础上,建立了多无人机航路规划优化模型。以航程作为性能指标,将多无人机侦察多目标航路规划转化为多旅行商问题。通过对多旅行商问题特点分析,采用遗传算法基本思想,对编码和适应度函数以及操作算子进行合理设计,并改进了交叉和变异操作算子以取得更好优化结果。仿真结果表明所提算法的合理性和有效性。     

基于多层次机械结构特征的基因编码遗传算法

在分析多层次机械产品结构特征的基础上,针对具有多层次结构特征机械产品的整体方案设计,提出了多层次基因编码技术,并且在知识进化算法-遗传算法的基础上,将遗传算法与机械产品整体方案设计相结合,提出了面向多层次结构机械产品整体方案设计的遗传算法的CAD设计模型,并用实例证明了算法的高效性.     

C2组织的通信结构优化设计与分析

指挥控制(Command and Control,C2)组织的通信结构设计是解决网络中心战条件下指控信息高效交互的核心问题.围绕C2组织通信结构的延时、可靠性及成本进行建模,在虚拟全连通网络中采用路由随机搜索的方法避免路由及拓扑的局部搜索,并基于遗传算进行全局搜索求解.实验分析表明该方法可以实现优化目标和效果.     

基于遗传算法的防空兵群最优火力分配模型研究

结合战场目标价值分析,根据防空兵火力分配情况,运用遗传算法建立了最佳火力分配模型,使防空武器最大限度的发挥火力单位效能,达到最大毁伤效果。采用了实数编码方案,对选择,交叉,变异等操作进行了改进。最后通过计算,验证了方案的可行性和优越性.     

装备效能优化的遗传算法

效能分析在装备寿命周期中具有重要意义.如何实现效能优化是装备研制论证时所要关注的主要问题.由于影响效能的因素很多,各个因素间相互影响,很难找到最优参数集.基于遗传算法,提出了一种较好的解决方法.该方法简单可行,适用范围广,结果可信度高.最后给出了一个实例.     

基于舰船磁场模型的离线磁定位研究

目前,海上舰船磁场测量试验获得的数据一般为时间通过曲线,不能直接用于舰船磁场建模。为了解决上述问题,利用遗传算法良好的全局搜索能力,在目标舰船运动参数未知、磁探头存在姿态角的情况下,实现了一种基于单旋转椭球体磁场模型的离线磁定位算法.计算结果表明,该方法效果良好。     

基于改进量子遗传算法的有源噪声控制方法

提出了一种基于改进量子遗传算法的格型IIR滤波器结构的有源噪声控制方法——改进的量子遗传算法(IQGA)。其核心是在对量子门更新过程进行改进的基础上,引入群体灾变和自适应搜索网格的策略。IQGA不仅收敛速度快,还可以改变基本遗传算法(GA)的局部搜索能力,克服基本遗传算法存在的未成熟收敛问题。仿真结果表明,该算法可以有效地实现噪声控制。     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.