基于组合赋权和直觉模糊集的合成营作战能力评估

针对评估指标权重未知、各时段权重信息已知的合成营动态作战能力评估问题.从作战要素的角度建立评估指标体系,利用组合赋权法获得评估指标的权重信息,最后在传统VIKOR方法思想的基础上,结合直觉模糊数的计算法则,利用直觉模糊加权平均算子(IFWA)对多个时段的评估结果进行集成,进而对每个合成营的作战能力进行评估.其结果与利用TOPSIS方法获得的结果进行比较,验证了该模型的可行性,为合成营作战能力评估提供一种新的思路.     

基于D-AHP赋权的战时空空导弹装备保障效能灰色评估

针对战时空空导弹装备保障效能评估问题,根据装备保障特点,设定了装备指挥保障、技术保障、维修保障和供应保障为主要指标的评价体系,通过D数理论改进层次分析法(D-AHP)求解各指标的影响权重,以解决评估信息不确定性问题,并建立灰色聚类评价模型.通过实例结果表明,该方法具有可行性,对部队针对性提高战时空空导弹装备保障能力起到一定的作用.     

针对KMC局部最优问题的飞蛾捕焰优化方法

针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法.采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法的适应度函数作为寻优函数.将RMFO算法和有K均值聚类算法(KMC)进行交叉迭代,构建基于RMFO优化的KMC算法,求解聚类中心时能够改善聚类性能,可以解决现有KMC算法选取初始聚类中心不确定陷入结果局部最优的问题.实验结果表明,通过用UCI国际通用测试数据库的Iris、Wine和Glass 3种数据集,对RMFO算法和优化KMC算法进行性能测试,提出的RMFO算法更加精准,收敛速度快,不易陷入局部最优解,同时,优化KMC算法的聚类性能更好.     

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...     

一种模拟退火伪并行遗传算法

借鉴模拟退火算法的局部搜索能力,结合并行计算的思想设计了一种采用模拟退火机制的实数编码自适应交叉、全概率变异伪并行遗传算法,最后用这种方法对典型的多峰值函数求极值,并和基本遗传算法进行比较,结果表明:该算法具有较强的全局搜索能力和局部搜索能力,能够更有效地克服早熟收敛问题。