基于优化初始聚类中心K-Means算法的跳频信号分选

提出了一种优化初始聚类中心的方法.方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置.由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少.与传统的优化聚类中心方法相比,本方法计算量更少.最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好.     

信息融合系统中算法管理理论研究

信息融合系统中,数据源千差万别,多种多样;而众多的信息融合算法也具有不同的适应性.通过对实验数据的分析说明了数据源以及融合算法的选择显著影响了最终的融合结果.针对数据源、融合算法和融合结果之间的关系,以优化融合结果为目的,提出了信息融合系统中算法管理(Algorithm Management)的理论,阐述了算法管理的目标、算法管理可能的方法和算法管理的实现结构.最后讨论了信息融合领域中与算法管理理论相关的其他问题.     

基于多方法协作优化方法的非壅塞式固体火箭冲压发动机导弹一体化优化设计

固体火箭冲压发动机和导弹性能相互之间紧密耦合。从导弹总体方案设计阶段引入一体化设计思想,能充分发挥和协调好固体火箭冲压发动机和导弹的性能,提高了导弹的总体设计水平。采用基于遗传算法、Powell法和模式搜索法的多方法协作优化方法进行了以非壅塞式固体火箭冲压发动机为动力的导弹总体一体化优化设计。算例表明,采用该多方法协作优化方法进行一体化优化设计,可以协调导弹的总体参数,提高导弹的总体性能。     

装备维修过程中备件布局人机工效优化设计

备件取用效率是决定战争胜负的关键因素之一,为了在装备维修过程中能精确、及时、高效地取用备件,提出了考虑人机工效的备件布局优化问题。根据备件布局的特点,在保证备件车行车安全性的前提下,选取了人机工效学中的重要性原则、取用频率原则、相关性原则及相容性原则为备件布局依据及目标,建立了备件布局多目标优化数学模型,并在实例中采用萤火虫算法求解。结果表明:布局模型能综合考虑各子目标,且萤火虫算法求解模型可以获得较好的布局优化方案,备件布局易于查找及存取,达到快速完成维修任务提高维修保障能力的目的。     

一种通用型舰载防空硬武器火力优化算法?

针对当前武器优化分配算法缺少通用性，难以兼顾效率和时间的问题，提出了一种通用型舰载防空硬武器火力优化算法。该算法首先提取各舰载武器能够攻击的目标集合，然后对各武器的目标集合逐一进行时间分配，并计算对目标的毁伤概率，最终完成所有武器的分配。计算表明，该算法具有很好的通用性和实时性，可适用于较大规模舰载防空硬武器的火力优化分配问题。     

基于聚类分析的入侵检测算法?

聚类技术在入侵检测中被广泛研究，但是传统的K?means算法对初始值敏感，无法取得理想的效果；层次聚类算法时间复杂度高，性能较差。针对这些问题，设计了一种改进的K?means算法：算法优化孤立点和噪声处理能力，根据有效性指标获得最优K值，在此基础上，动态选取初始聚类中心进行聚类，可以取得较好的聚类效果。采用数据集KDD Cup99将改进的算法应用于入侵检测，进行仿真实验。实验结果表明，改进的算法有效地提高了检测率和降低了误检率，与现有算法相比具有一定的优势。     

基于Floyd算法的常规导弹连续波次作战运输规划

为提高常规导弹连续波次作战效能，对常规导弹连续波次作战运输规划问题进行研究。以Floyd算法为基础，首先生成了作战机动区域的交通网络最短路径、距离矩阵；其次将常规导弹连续波次作战运输过程分解为不同阶段，以运输过程中的整体暴露时间最短为目标，构建了初始规划方案0-1整数规划模型；然后考虑道路通行量及地域容量限制，对初始规划方案中存在的地域容量超过限制及单行道路中会车、超车情况进行逐步循环优化，以得到最佳运输规划方案；最后选择了一个作战案例想定，通过Matlab编程对案例进行了求解，得到了针对此案例的最佳运输规划方案，验证了模型的正确性和算法的有效性。     

天基预警系统资源调度方法

对面向导弹预警任务的天基预警系统中的低轨卫星资源调度问题进行了研究.对预警任务的特性进行分析,提出了一种预警任务规划与分解方法以减少任务对资源占用时间的需求;在此基础上建立了该问题的约束满足CSP调度模型;针对该模型变量多、解空间规模庞大的特点以及对求解算法时效性的要求,设计了一种基于局部解空间跳出机制的改进型遗传算法MGA.仿真表明该模型与算法在给定时间内能够得到满意的调度方案.     

多目标跟踪器分配算法的设计和分析

为了解决武器平台多目标跟踪器分配问题,用数学表达式描述了问题和评价跟踪器分配方案的规则,分析了多目标跟踪器常用的几种分配算法的效率,包括穷举法、顺序法和全排列顺序法等几种算法.提出了一种新的基于综合分析的分配算法,算法利用上述问题描述和评价规则推导的结论简化了算法,对算法的空间复杂性和时间复杂性进行了分析,并对算法的正确性进行证明.     

关联规则挖掘在发动机故障分析中的应用

大部分关联规则挖掘算法仅以出现频率作为阈值来产生关联规则,然而在发动机故障数据分析领域,很多关键故障的出现机率较低,采用传统的挖掘算法无法适应航空发动机故障分析的需要.提出一种新算法,称为权重式多重支持度关联规则挖掘算法,此算法可针对不同重要度的故障定出不同的支持度阈值,由此产生的关联规则,可以解决高重要度但出现较少的故障不易被挖掘的问题.