炮兵火力决策专家系统

军事运筹学的特点是用数学模型精确地处理军事指挥中的决策问题,但军事指挥上许多问题很难定量化和数学化。本系统依靠人工智能技术和数学模型相结合的方法为炮兵指挥员在火力决策中提供专家水平的判断和决策。系统采用框架与规则结合的形式表示战场态势和军事专家知识,推理策略是目标驱动,利用元规则指导规则选择。系统根据输入的战场情况,自动推理、判断和决策,并解释所作出的判断和决策。系统用逻辑程序设计语言Turbo—PROL 实现。     

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。     

遗传算法与人工生命

人工生命的目标是探索与特殊基质无关的生命系统的原理。对人工生命的探索首先需要建立表征生命特征的信息模型。遗传算法采用符号系列描述信息集合,是研究进化现象的重要方法之一,文章设计出人工生命外部系统虚拟生物的遗传进化模型,提出了利用基于免疫原理的遗传算法建模方法以及基于免疫原理的分类系统模型来研究人工生命外部系统。     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

用于军事通信网络规划分析的免疫系统多目标优化算法

军事通信网络规划分析是一项十分复杂的工作,实际中需要考虑多种约束条件对各种规划方案进行科学甄别。文章将该问题转化为多目标问题进行研究,并借鉴免疫系统机理,提出一种用于军事通信网络规划分析的免疫系统多目标优化算法。算法结合基于免疫系统的多样性保持策略,保持解的多样性。实验表明,文章提出的算法所得结果的支配能力和空间分布效果优于经典的多目标进化算法。     

基于稳态遗传算法的间歇式覆盖天基雷达星座优化设计

针对天基雷达星座的构型优化设计,建立了能够反映星座重要工作性能的单双基地间歇式覆盖模型、星间链路模型、双基地雷达的动目标检测模型,得到了低轨道卫星星座星间链路判断准则,给出了统计评价特性和综合评估指标体系。在此基础上,建立星座设计的优化模型,采用基于可行解搜索法的协同演化遗传算法并融入稳态遗传进化策略,有效地处理带有复杂计算的目标函数和约束条件的星座优化问题,计算分析实例表明利用该方法进行星座设计是非常有效的。     

以计算机考验总体结构方案

阿拉巴马州汉茨维尔市通讯——并行处理机组(PEPE)是一种专门设计用以满足弹道导弹防御技术要求的超级计算机系统。在此地进行的验收试验期间,已对并行相联的总体结构方案作了考验。并行处理机组是系统研制公司为陆军的弹道导弹防御高级技术中心设计、研制并生产的。据这里的并行处理机组负责人约翰A.柯耐利讲,该机的目的是提供一种手段,以利用并行     

面向规则的一体化建模支持系统研究

在对一体化建模方法理论研究的基础上,结合军事建模活动的特点,提出了面向规则的一体化建模方法,并设计了面向规则的一体化建模支持系统的基本框架,对各组成部分进行了说明,分析了实现该系统所需要解决的关键技术问题。     

非协同目标识别专家系统研究与实现

介绍了一种非协同目标识别专家系统的研究和实现方法,该系统可以对多种无源电子侦察设备所获取的技侦情报信息进行融合和识别处理。根据目标在不同工作状态下所使用的辐射源也不相同这一事实,设计了区分目标工作状态的推理模型,并使用Plan-D语言实现了对推理模型的描述。使用黑板结构实现推理模型的调用和基于正向推理规则的推理,推理结果中不仅包含目标身份属性,还包含目标当前的工作状态属性。     

SC-3466高速数传系统中差错控制系统的设计与实现

我们研制了并行高速 HF-Modem SC-3466,它的最高数据传输率可达2400bit/s,具有多种功能可供用户自由选择,能满足用户对数字话音及一般数据传输的要求。本文详细讨论了本系统中差错控制编码、交错与去交错技术的设计与实现。     

地磁仿生导航的多目标进化搜索算法

针对水下自主航行器地磁多参量多目标搜索的问题,提出一种基于磁趋势敏感的多目标进化搜索算法。在进化算法的结构下,利用地磁场参量与导航路径的约束关系,以磁趋势敏感作为后验评估准则,建立导航模型,使得地磁多分量伴随航行器的运动同时同地收敛至各自目标值,实现导航目的。通过与六边形路径搜索算法的仿真对比,验证了多目标进化搜索算法的有效性和优越性。     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

遗传算法及其在导弹火力分配上的应用

遗传算法是一种近年来新发展起来的优化算法,目前它已被广泛应用于解决许多实际问题,如函数优化、图像识别、机器学习、人工神经网络、人工生命、优化调度等许多领域。通过对一种遗传算法的研究,阐述其在导弹武器火力分配上的应用。首先设计和实现了一种遗传算法;然后描述了导弹火力分配优化问题,建立了其数学模型;最后运用遗传算法求解了该问题。     

文章编号：基于多目标进化搜索算法的AUV地磁仿生导航方法

针对水下自主航行器(AUV)地磁多参量多目标搜索的问题,提出了一种基于磁趋势敏感的多目标进化搜索算法。在进化算法的结构下,利用地磁场参量与导航路径的约束关系,以磁趋势敏感作为后验评估准则,建立导航模型,使得地磁多分量伴随航行器的运动同时同地收敛至各自目标值,实现导航目的。通过与六边形路径搜索算法的仿真对比,验证了多目标进化搜索算法的有效性和优越性。     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

基于支持向量机的多传感器空中目标识别研究

针对空中目标识别的复杂性,将支持向量机引入对空中目标的多传感器识别,对其机理进行了详细分析,建立了基于支持向量机的空中目标识别的算法模型.仿真实验的结果表明,该方法具有很好的识别效果,并且是一种能在训练样本很少的情况下达到很好分类推广能力的学习算法.     

进化规划中的变异与收敛

进化规划算法中变异是唯一的操作,因此变异算子对进化规划算法的性能有决定性的影响。文中以高斯变异算子为例,研究了变异算子在进化进程的作用,分析了进化规划算法不收敛的原因以及变异算子与进化代数、收敛精度间的关系。对传统进化规划算法和多群进化规划算法的性能进行了仿真研究,仿真结果表明了分析结果的正确性。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类,但此网络使用BP算法,其误差能量函数是一个不规则的超曲面,容易陷入局部极小值.因此,提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法.该方法能够自动地确定网络的最优结构和联结权值,同时避免网络的局部优化.实验结果表明,将该方法用于被动声纳目标的分类识别,能够有效地克服局部最小问题,具有更好的识别率.