武器装备体系演化研究

体系动态演化是武器装备体系建设发展、体系作战能力和体系对抗效能评估优化的基本认识前提。鉴于当前武器装备体系概念理论基于多问题思维视角现状,研究层次、问题形式和技术方法手段复杂多样,以体系演化为切入点,围绕装备体系动态演化的涵义,从体系结构优化设计、体系协同作战过程优化和体系作战效能评估优化3个层次综述了装备体系演化研究进展。在此基础上,讨论了基于大数据、超网络、认知粒计算的装备体系多学科研究需求,对可能性的技术思路给出可供借鉴建议。     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息     

差分离散方法分布式并行计算的重叠边界优化

针对分布式存储环境下显式差分方法的并行计算问题 ,依据分布式存储多处理机的体系结构特点 ,提出了一个重叠边界优化模型 ;该模型目前已成功应用于中国科学院第三代海洋环流模式的分布式并行计算优化。     

适应形势任务特点 调整优化民兵组织建设

胡主席强调指出:要加强国防动员体制和机制改革,调整优化后备力量建设的战略布局和编组结构.贯彻胡主席重要指示,调整优化民兵组织建设,既是贯彻落实《我军后备力量建设发展"十一五"规划》,加速推进应急作战准备的紧迫任务,也是践行科学发展观,从更高层次上推进后备力量建设创新发展的必然要求.     

用科学发展观引领国防动员的可持续发展

可持续发展是科学发展观的基本内涵之一,也是新形势下加强国防动员建设的基本要求.用科学发展观指导国防动员建设,必须把可持续发展寓于全面发展之中,在理清发展思路、解决重点难点问题、优化发展环境上下工夫、求突破,确保国防动员发展的连续性和持久性.     

实施转型升级总体战略 促进国防科技工业又好又快发展——国防科技工业探索和创新成果之二

实施转型升级总体战略,在国家宏观层面,国防科技工业要与国民经济其他产业部门相互沟通、合理支持、共同推进;在中观层面,国防科技工业内部行业之间要实施资源优化配置和结构性调整重组;在微观层面,军工企业自身要开放搞活,民口及民营企业要有序进入,在包括政府、军民企事业单位之间,要形成转型升级、互动发展的新格局。     

八项举措建设平安团场

抓好平安团场建设是维护稳定、优化环境、促进发展的现实需要，是实践“三个代表”重要思想，维护好、实现好广大人民群众的根本利益的具体体现，对于保持兵团农牧团场经济持续快速健康发展，不断提高构建社会主义和谐社会的能力，有着非常重要的现实意义。     

进化计算在机器人轨迹规划中的应用研究

本文介绍了采用进化计算思想研制的机器人轨迹规划系统ＲＴＰ－１，提出多层次动态结构化编码方案，利用低中高三层进化算法分别优化距离、路径和关节角度偏差，基于多层综合优化策略解决多目标多约束工程优化问题，建立了次序相关问题求解的通用框架。在进化算法中，利用拉马克效应加快轨迹规划速度，在ＲＭ－５０１机械手上实现的任意空间直线和空间曲线轨迹规划具有良好的鲁棒性，规划轨迹的相邻臂构型间具有良好的柔顺性，规划轨迹的臂构型序列具有良好的平滑性。本文所采用的机器人轨迹规划方法具有通用性，可推广应用于各种动力学系统的研制。     

进化计算在机器学习中的应用研究

采用进化计算思想研制机器学习实际系统，利用隐含并行机制及并行规则触发策略实现多目标优化技术。针对航天员模拟训练评分标准具体任务，采取灵活的多层次动态编码方案，建立多种简洁且完备的进化操作。利用信度分配组桶策略实现竞争机制，依赖进化算法搜索、发现并选择适当规则，引入启发知识产生缺省规则层次以实现多种隐式目标。设计并实现了遗传进化机器学习系统ＧＥＭＬ－１，该系统具有良好的鲁棒性和柔顺性。本文的遗传进化机器学习方法，可推广应用于各种军用专家系统和军事决策支持系统的研制，从而为人工智能在军事上的应用提供新的设计方法和实现途径。     

导弹总体参数优化设计的合作协同进化MDO算法

传统的导弹设计方法不能很好地实现各子系统设计的协同 ,而多学科设计优化技术十分适合现代计算机网络环境下的多学科协同设计。根据协同进化与MDO在本质上的相似性 ,采用合作协同进化的方法进行MDO算法研究 ,以充分发挥进化算法的优越性。给出了一种基于合作协同进化的MDO算法 ,将该算法应用于导弹的气动 发动机 控制一体化优化设计。