瓶颈指派问题的一种多项式时间算法

本文对瓶颈指派问题给出了一种新的算法,该算法不需要利用最大流算法,而类似于解经典指派问题的匈牙利算法。该算法是一个多项式时间算法,其复杂性为Ｏ（ｎ３）     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

某型铜材料动态力学性能的数值模拟研究

采用一种高效的应力更新算法,运用Fortran语言编写Johnson—Cook本构模型的Vuamt子程序,模拟材料在高速冲击工况下的动态力学性能,研究塑性大应变、高应变率以及温度软化作用对材料力学性能的影响。     

基于改进精英蚁群算法的无人机三维航迹规划

针对三维地图中的无人机航迹规划问题,提出了一种基于改进精英蚁群算法的航迹规划算法.将算法中的状态转移策略与人工势场法进行融合设计,为障碍物和目标点分别设置斥力场和引力场,指导航迹搜索方向.添加约束条件限制,使航迹能实际可飞.随后当信息素更新时,设置双精英蚂蚁策略和混沌扰动,提高算法的全局搜索能力.引入视线算法减少航迹节...     

采用含22.5°二面角反射器无源定标体组的极化校准方法

在实际应用中,采用传统Whitt点目标无源定标方法往往会出现极化失真矩阵求解错误从而无法正确进行校准的问题。针对这一问题,在剖析常用的Whitt算法失真矩阵求解错误原因的基础上,提出了一种采用含22.5°二面角反射器的定标体组的新定标方法,包括点目标定标体组合、极化散射矩阵测量值预处理方法及特征值配对准则,可有效避免特征值配对错误导致校准结果错误的问题。仿真试验验证了所提方法的有效性和稳健性。     

基于梯度下降灰色Markov模型的装备器材需求预测

为改进灰色Markov装备维修器材需求预测模型在小样本条件下的预测效果与合理性,提出了基于梯度下降算法的灰色Markov模型。通过建立关于各时间节点拟合残差的二乘损失函数,运用梯度下降算法迭代得到灰色Markov模型最优转移概率强度和Kolmogorov方程解的最优待定系数并实施预测。数值模拟与实例分析的结果表明,梯度下降灰色Markov模型可快速有效地搜索转移概率强度以及待定系数的相对优化值,进而改善模型的预测效果和稳定性。     

空中目标威胁的ABC-RVM评估方法

为改善防空作战中对空中目标威胁的判断决策能力,提出了一种基于蜂群（ABC）算法和相关向量机（RVM）的空中目标威胁评估方法。从防空作战的实际出发,依据数理统计分析构建空中目标威胁指标体系;采用ABC算法优化多核RVM的相关参数,构建空中目标威胁评估模型。仿真分析表明,该方法是一种精度较高的空中目标威胁评估方法,在各项精度指标上均优于单一Gauss核或单一Sigmoid核的RVM方法,从而证实它的有效性和可行性。     

基于兹-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法（兹-QPSO）实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。     

一种基于计数的战场态势信息匹配算法

高效率的匹配算法是实现大规模、高速率的战场态势信息筛选所要解决的关键问题。针对战场态势信息筛选特点,分析比较了现有匹配算法,提出了一种基于计数的态势信息匹配算法。该算法将初始筛选条件转换解析成标准筛选条件;根据原子筛选条件与态势信息类型的对应关系,针对不同数据源,构建对应的多级索引结构,消除多个态势信息间相同属性的冗余匹配,有效提高了算法效率,符合战场态势信息筛选的要求。