资源不确定军事任务计划预测调度模型与算法

针对军事任务计划执行环境中普遍存在的资源不确定性,提出了基于资源缓冲区的军事任务计划预测调度算法。算法首先基于平台有效资源功能向量进行任务—平台分配,分配过程中通过调节平台有效资源功能向量,获得不同的平台资源缓冲区分配方案;然后基于NSGA-Ⅱ算法框架对军事任务计划进行多目标求解,进而获得问题的Pareto最优解集。文章通过仿真算例对算法的可行性和有效性进行验证,实验结果表明,该算法能够有效求解资源不确定军事任务计划问题。     

遥感数据处理任务调度的Petri网模型及求解算法

为了对多源遥感数据的处理任务进行有效的调度和管理,提高处理资源的利用率,根据遥感数据处理任务调度问题的特点,采用Petri网对该问题进行形式化描述,建立了遥感数据处理任务调度的数学模型,根据该问题的多目标特性,采用蚁群算法进行求解.给出仿真实例,将蚁群算法的求解结果与启发式算法和模拟退火算法的求解结果进行比较,验证算法...     

网络环境下基于任务的军事虚拟物流资源匹配

针对Chord网络环境下军事虚拟物流资源需求匹配问题,研究了面向军事虚拟物流任务需求的资源匹配模型,给出了一种标准通用的、可扩展的、具有需求资源定义自主性和规范性,并且支持单一功能和综合功能物流资源定义的军事虚拟物流任务需求资源定义模型,以及基于需求资源定义的军事虚拟物流资源匹配算法流程,实现了单一功能类物流资源需求匹配和综合功能类物流资源需求匹配,体现了面向用户应用需求的特点。     

基于遗传算法的航空兵出动架次计算方法

针对航空兵出动架次计算问题,基于资源受限项目调度理论进行问题描述和建模,以给定兵力对目标任务的最大出动架次为效能指标,分析影响因素和约束条件,建立了问题数学模型.根据问题模型特点,采用遗传算法进行求解,针对染色体编码问题,设计了一种扩展任务列表编码方法;针对初始解集求解问题,提出了一种基于优先规则的出动架次分配算法.并构建了航空兵出动架次计算仿真算例对问题模型和求解算法进行验证,实验结果表明,所提模型和算法能够有效求解大规模航空兵出动架次计算问题.     

基于改进布谷鸟搜索算法的多传感器调度方法

针对以往战场环境中目标跟踪背景下多传感器调度算法收敛性差、求解精度低的问题,在CS算法(布谷鸟搜索算法)的基础上,提出了一种基于差分进化的布谷鸟搜索算法.在跟踪目标模型的基础上,以跟踪精度、任务完成率以及传感器资源能源消耗为指标,建立多传感器调度模型;借鉴差分进化思想,对布谷鸟搜索算法进行改进;利用改进后的布谷鸟搜索算法(DE-CS算法)求解传感器调度模型.将DE-CS算法与基础CS算法进行仿真比较,仿真结果表明,改进后的算法在收敛速度和精度方面都得到了有效改善,证明改进后的算法有较好的求解质量.     

基于差分进化算法的运输直升机人员装载问题

针对空中突击作战中运输直升机资源有限、人员装载需求较大的特点,在满足装载原则约束的前提下,建立了以空间利用率最大化为目标的运输直升机人员装载模型,并提出了一种动态的差分进化算法对模型进行求解.该算法对传统差分进化算法的控制参数进行调整,同时加入个体适应度参数,设计了动态精英变异算子和动态二项式交叉算子,仿真实验证明,该算法可对运输直升机人员装载问题进行有效求解.     

多机动目标跟踪的BFG-GMPHD算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。     

多传感器优化分配数学模型及其求解

当传感器资源有限而同时又有多个目标存在时,利用最大信息增益准则,在目标身份和目标优先级确定的基础上,将传感器的优化分配问题转化为指派问题进行求解,并对算法进行了仿真实验。     

基于多资源点的装备应急器材调度决策模型

针对装备应急器材调度决策问题,从调度路径优化和调度计划分配2个方面,研究了其多目标优化模型的构建。将资源点划分为若干级别来确定资源点选取的优先次序,通过先求解资源点与需求点之间的最优路径,后求解器材资源分配量的思路,建立了装备应急器材调度决策的广义最优路径模型和运输模型,采用改进的Dijkstra算法对模型进行求解,仿真结果表明:所构建的决策模型及算法是有效的。     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

分布式遗传模拟退火算法的火力打击目标分配优化

根据火力打击规则,建立了多目标函数的目标分配模型,提出了分布式遗传模拟退火算法对模型进行求解。分布式遗传模拟退火算法基于经典遗传算法进行改进:将单目标串行搜索方式变成多目标分布式搜索方式,适用于多目标寻优问题求解;采用保留最优个体和轮盘赌相结合的方式进行个体选择,在交叉算子中引入模拟退火算法,使用自适应变异概率,较好地保持算法广度和深度搜索平衡。最后,通过仿真实验验证了算法的有效性和可靠性。     

基于混合遗传算法的多基地多无人机战场物资配送任务分配

战场物资无人机配送是未来后勤保障的一种重要方式。以战时多基地、多无人机保障多需求点的模式为研究对象,通过分析多需求点战场物资无人机配送的特点及决策目标,利用多约束条件下的多车场车辆路径问题对无人机物资配送任务分配进行建模,通过将节约里程法与最近邻算法引入遗传算法中,较好地提高了算法求解速率及解的质量,最后通过仿真算例验证了模型和算法的合理性、有效性。结果表明:模型与算法能够在满足部队需求和给定的配送资源条件下优化物资配送方案,可较好地解决多基地、多无人机的战场物资配送任务分配问题。     

基于混合粒子群的武器分配与规划方法研究

武器-目标分配是一个至今未能解决好的多约束规划问题,其复杂性包括模型和算法两方面,已被证明是一个NP完全问题。在对以往武器-目标分配模型分析的基础上,引入时间和制导资源约束构建新的模型,以防御武器系统生存概率最大作为目标函数,提出一种混合粒子群算法。该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用一个遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解。仿真结果表明,该算法收敛速度快,求解精度高。     

基于遗传算法的装备维修方案多目标优化

针对装备维修方案规划的特点,构建了以维修费用最低和作战能力最大的多目标装备维修方案优化模型,并提出针对该模型求解的改进多目标遗传优化算法。在遗传算法设计中,为保证解集的均匀性和多样性,避免过早收敛,建立了随机权重适应度函数,引入精英保留机制和小生境技术,通过实例对该模型的求解进行了验证。仿真结果表明,所构建的模型合理可行,算法运行高效,为部队装备维修方案的制定提供了一定的借鉴。     

基于改进RCPSP的军队建设项目中长期规划问题建模与求解

针对军队建设项目中长期规划编制中的任务安排问题,探索运用项目调度理论和方法提供一种辅助的定量分析手段.以传统资源受限项目调度问题模型为基础,考虑军费预算定期划拨的特点,增加资源可用时间区间作为约束条件,构建了带资源时间约束的多项目调度模型,提出了一种集成动态遗传算法和启发式算法的逐阶段迭代多项目调度算法.该模型和求解算法能够在有限时间和预算条件下,充分利用各年度预算并达成项目规划预期收益.仿真实验表明,本文提出的逐阶段迭代多项目调度算法能够快速求解大规模算例,避免早熟并获得满意解,在求解速度和质量方面具有一定优势.     

基于改进鸽群优化的直升机协同目标分配

针对多直升机协同目标分配问题,建立了基于敌我相对态势的对地打击多目标的分配模型。引入多Agent系统机制,加快了有益信息在系统中的流动;并借助雁群成员在飞行中借鉴雁群整体经验的操作,来修正鸽群算法中地标算子的寻优方向,进而提出了基于多Agent的改进鸽群优化的问题求解策略。最后,以典型的直升机对地作战目标分配问题为背景,仿真验证了模型及其求解算法的合理性和有效性。     

遗传算法在野战通信网络路由算法研究中的应用

针对野战通信网络的特点以及军事业务对它的QoS需求,建立了相应的数学模型。针对该问题的NP-完全特性,采用全局搜索能力强的遗传算法进行求解。算法采用自然数编码,有效地提高了搜索效率。进行了相应的仿真,仿真结果表明该算法是有效的,能够满足军事业务的QoS需求。     

舰载机多机一体化机务保障调度研究

针对舰载机多机一体化机务保障调度问题,以出树、入树的形式描述实际保障过程中并行工序的约束关系,以最大保障完工时间和资源负载均衡性为目标,构建了舰载机多机一体化机务保障非线性多目标混合流水车间调度模型,并设计了一种结合基于Insert的动态邻域爬山搜索策略和并行工序的同步化修正的Memetic算法求解该模型。最后通过实例仿真验证了模型和所提算法的可行性和有效性。     

基于单亲遗传算法的战时维修力量抽调模型研究

分析了影响维修力量抽调决策的因素,对装备维修力量的抽调问题进行了数学描述,建立了一种基于灰色关联度的多目标优化模型。针对装备维修力量抽调的非线性多目标优化问题,提出了基于单亲遗传算法的求解方法,该算法用换位算子取代了传统的交叉、变异算子,但仍然保持了他们的进化功能。通过仿真算例分析表明,该方法可有效求解多目标的保障力量抽调问题。     

多平台多目标航迹关联方法

战术数据链是当前各国信息化武器作战的高效平台,也是各国当前军事研究的重点和热点.其中,多平台多目标的航迹关联问题是数据链研究的一个技术难点.针对这一问题进行了研究,提出一种在数据链中对多平台多目标航迹数据进行关联的实现方法,并建立了多平台多目标航迹关联处理模型.对新提出的航迹关联算法进行了Monte Carlo仿真,结果表明新算法的有效性与可行性.