基于遗传算法的自航水雷航路规划

自航水雷在执行任务时需要装载根据战场环境预先规划好的最优路径,路径的优劣直接决定了自航水雷的作战效率.采用遗传算法进行自航水雷航路优化,算法利用极坐标描述威胁位置和航路点,将航路编码由二维缩减至一维,降低了搜索空间,提高了优化效率.对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁.     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

潜艇概念设计阶段的多目标优化研究

研究了潜艇在概念设计阶段的多目标优化问题。基于多目标遗传算法(MOGA),把潜艇航速和排水量这两个概念设计阶段的重要属性作为目标函数,考虑了浮力平衡和水下稳性等约束条件,研究了潜艇主尺度确定的问题。计算了一个潜艇概念的数值算例,给出了多目标优化问题的Pareto前沿。文中给出的方法能够快速求解多目标优化解,为实际的潜艇设计提供参考。     

多级电磁线圈发射器时序触发策略研究

为优化多级同步感应线圈电磁发射器(SICEML)性能,以提高发射速度和能量转换效率为检验指标,以影响上述指标的触发时序为优化对象,采用遗传算法建立了单级同步感应线圈型电磁发射器触发位置优化数学模型,计算出了最佳触发位置,通过数值和有限元两种仿真系统对优化结果的正确性进行了验证；采用该方法对两级以及10级同步感应线圈型电磁发射器的触发时序进行了优化研究,并进行了仿真验证；为解决了仿真系统误差的问题,提出采用动子线圈在各级的触发位置和速度作为控制因素的双控触发方式,并研究分析了仿真过程中触发开关的随机抖动对出口速度误差的影响。     

智能天线DBF算法可重构的SCA设计及其仿真实现

文中在分析智能天线DBF算法与工作原理的基础上,结合软件通信体系结构(SCA),提出了一种智能天线DBF算法可重构系统的SCA设计方案,并在OSSIE平台上仿真实现。仿真结果表明,文中所提设计方案实现了DBF算法可重构,同时提高了系统的抗干扰能力。     

IIR系统的自适应横向滤波辨识

用自适应线性组合器匹配IIR型离散系统,通过拟合系统传递函数来辨识系统参数;比较了该法与自适应递归算法的动态性能,数值仿真结果证明该法的有效性.     

基于NSGA-Ⅱ多目标优化的C2组织设计

把NSGA-Ⅱ算法用于求解C2组织设计问题.分析了C2组织设计常见处理算法在优化目标处理和算法流程两方面存在的问题,给出用NSGA-Ⅱ算法求解C2组织设计问题的算法设置.把NSGA-Ⅱ这样一种多目标优化算法引入C2组织设计问题,改变了以往研究此类问题时只能定义单个指标的情况,使领域专家能定义和研究新的优化目标.针对C2组织设计问题的特性做了调整后,实验结果数据表明NSGA-Ⅱ可以迅速地同时得到高质量和富有启发性的一群优化结果.     

协同反潜指控决策建模及优化研究

介绍了多目标优化模型.建立了协同反潜作战中目标威胁度和射击有利度模型,将遗传算法引入到指控决策优化过程中.设计了基于遗传算法的指控决策优化算法,并对算法作了适应度值乘幂变换和保存最优个体策略方面的改进.以编队协同防御为例,得到了未改进的遗传算法和改进的遗传算法的优化结果,并对两种方法的优化效果进行了比较,比较结果表明:无论是从算法的收敛速度还是寻优率方面,做过改进的算法都较未改进的算法优越.通过选择不同的初始种群进行多次试验的方法,验证了优化结果的正确性.     

基于候选轨迹统计模型的红外弱小点目标检测(英文)

建立候选目标轨迹集合,以候选目标轨迹集合为样本空间,利用沿候选轨迹的能量积分构造此空间上的概率分布,从而建立候选轨迹的概率统计模型.以此模型为基础,设计了一种弱小点目标检测方法.通过蒙特卡罗实验方法调节模型参数,使得算法的检测性能达到所提出的指标.该算法规避了以往算法中需要获得解析形式的候选轨迹密度函数的限制,因此能检测出沿任意方向作直线运动的点目标.最后,针对给定的弱小点目标观测图像序列,利用所提出的算法进行检测,仿真结果证明此算法是有效的.     

基于Lambert算法的脉冲精确变轨策略

Lambert问题的求解多以二体假设为基础,从而对精确轨道控制带来不利影响.提出了一种脉冲修正策略,建立了考虑摄动影响的航天器轨道动力学计算模型,在Iambert算法基础上,通过拟牛顿法对变轨脉冲进行修正,消除终端状态误差,从而获得精确的变轨脉冲.将该修正策略用于固定时间精确变轨问题,建立了两层规划模型,并通过算例验证了算法的有效性.