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、     

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．     

装备体系结构优化可行方案空间构建方法

针对装备体系结构方案数量规模较大及传统构建方法效率较低的问题,以单一费用约束条件下的装备体系结构优化问题为例,提出了一种可行空间构建的新方法,试图缩小体系成员的遍历范围,减少运算量,提高体系结构可行方案空间的构建效率。最后,利用Matlab软件对新算法进行数值模拟与仿真,并与传统方法进行了比较,结果表明:新方法的计算效率得到了明显提高。     

固-液旋流分离器结构优化模拟研究

采用计算流体力学方法与流体动力学分析软件Fluent,探讨了固-液旋流分离器的溢流口直径、锥角、圆柱段长度和入口直径等主要结构参数对其颗粒溢流率的影响,并在此基础上进行结构参数的优化。结果表明,锥角、圆柱段长度和入口直径过大或过小都不利于旋流分离器的固液分离,均存在一个最佳值。对于主直径为75 mm的单锥双入口固-液旋流分离器,最佳圆柱段长度为87.0 mm,最佳入口直径为16.0 mm,最佳溢流口直径为16.5 mm,最佳锥角为6.0°。     

空战截击引导航线自动生成算法研究

以等角航线作为截击引导航线计算的基础,研究了满足战术要求的截击引导航线自动生成方法,提出了基于前置点滑动搜索的截击引导航线优化生成算法（LPMSOA,lead-point moving search optimal algorithm)。LPMSOA算法采用二分搜索思想,以到达时间差为优化准则,通过对预定敌机前置点的滑动搜索来寻找最优前置点,通过飞行航迹长度最小化获得最短截击时间,在此基础上对最优截击引导航线进行解算。仿真实验表明,LPMSOA能有效解决空战截击引导航线自动生成问题,算法实时性强,计算精度高。     

对武器装备体系研究若干问题的再认识

武器装备体系研究已经成为装备体系建设和宏观综合论证的研究热点。但是在装备体系研究和宏观综合论证中对装备体系的认识不同,两者在体系内涵、研究目的、研究条件、研究对象、研究层次等方面存在认识差异,需要在装备体系结构设计与优化、效能评估、能力评估和费用分析等方面开展有针对性的研究,从而沿着正确方向推动装备体系技术发展,为宏观综合论证和装备建设提供有力支撑。     

基于复杂区域栅格化的传感器网络优化部署

为实现对复杂区域的优化部署,对部署区域进行了栅格化处理,引入重点保障区域、优势部署区域等概念,改进了网络保障能力模型,给出了其栅格化表达式,并运用遗传算法对模型进行求解。仿真结果表明,该方法具有易于工程实践、求解精度适中、可对复杂区域的传感器网络进行优化部署的优点。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。