遗传蚂蚁算法(GAAA)在数字电路智能测试中的应用

随着VLSI设计规模的日益增大,对于电路的测试生成(Automatic Test Pattern Generation.ATPG)也有了新的要求.提出了一种基于遗传算法和蚂蚁算法融合的数字电路智能测试生成算法,克服了传统算法计算量大、需对电路逻辑有较深刻认识的缺陷,而且也避免了以往的遗传算法和蚂蚁算法容易陷入局部最优的不足.研究表明这种算法效果较同类其他算法好,而且在大规模电路中尤能显示其特点.     

基于多种群遗传算法的战术导弹气动力参数辨识

传统的基于牛顿-拉夫逊迭代算法和递推极大似然法的战术导弹气动力参数辨识缺点是对初值比较敏感,其求解结果趋向于局部最优解和计算比较复杂.遗传算法具有较好的全局寻优特性,简单易行,是值得大力推广应用的一种新的有效算法.     

遗传算法的多目标优化资源选择算法

无线自组网中,一个任务请求可能会存在多个满足需求的后备资源,如何从中选择一个最佳资源提供给用户使用是资源管理的核心内容.目前的算法大都只考虑节点的计算能力、负载情况和网络延迟等,而没有考虑无线自组网环境中无线连接带宽有限、设备节点能源受限的特点.在对节点能力、网络资源和能源情况进行数学描述和分析基础上,提出并实现了基于遗传算法的多目标优化资源选择算法.实验结果表明该选择算法能够充分利用有限的带宽资源,最大化网络的使用时间.     

用遗传算法实现防空导弹体系的目标分配

根据目前防空作战的特点,对自动化指挥控制系统中的目标分配问题进行了分析,建立了针对不同种空袭敌情的目标分配模型,根据一例来袭空情,通过遗传算法对模型进行求解,得到了比较好的目标分配结果,从而为防空导弹武器系统的目标分配问题提供了一个可行的参考方法.     

基于神经网络和遗传算法对反装甲目标威胁度评估研究

针对威胁度估计问题和装甲车辆在战场上的实际情况,运用神经网络和遗传算法理论探索反装甲目标威胁度评估问题。基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。经过验证该算法能够有效反应出反各种反装甲目标的威胁度,其稳定性、精确性也比较高。     

遗传模糊逻辑的碟形飞行器复合控制分配策略

复合控制系统将两个或多个不同类型的控制子系统有机地结合在一起,相互补充,可以形成复合优势,以满足不断提高的控制性能要求.而如何协调各控制子系统,以最大限度地实现复合优势并达到最佳控制性能,是复合控制系统设计中必须解决的难题之一,对此进行了有益的探索.针对碟形飞行器变质量矩/推力矢量复合控制系统,将遗传算法与模糊逻辑相结合,提出了基于遗传模糊逻辑的复合控制分配策略.仿真表明,这一设计获得了良好的控制性能.     

遗传算法的多目标作战系统组合优化

以作战任务为中心,动态集成作战系统的过程中,由于作战任务间逻辑关系的复杂性,以及作战系统的数量有限性,作战任务之间可能存在作战系统冲突问题.针对此问题,结合作战活动的特点,建立了多目标决策模型,构建了问题的可行解空间,并在此基础上,将作战任务的约束和冲突规则引入遗传算法,实现了一种带规则编码的遗传算法,给出了算法处理流程,最后进行了总结.     

盲提取方法在柴油机活塞-缸套撞击信号提取中的应用

讨论了盲反卷积在机械振动信号处理中的应用以及盲反卷积中常用的模型和方法,利用信号和高斯信号之间的Kullback-Leibler距离构建目标函数,提出了一种以伪并行遗传算法为优化工具的盲反卷积算法,并通过仿真验证了算法的正确性.实验也证明,该算法能成功地从柴油机机体振动信号中提取出活塞-缸套撞击信号.     

神经网络在某交流伺服系统建模中的应用

针对某交流伺服系统的模型辨识问题,提出了基于遗传算法优化的BP神经网络的辨识方法.BP神经网络在非线性系统的辨识中已得到了广泛的使用,但是其存在易陷入局部极小值和对网络结构初值要求高等缺点.根据遗传算法具有全局寻优的特点,先用遗传算法优化得到神经网络权值和阈值的初值,再由BP算法进行局部寻优.辨识结果表明,该算法辨识精度高、收敛速度快.     

基于遗传算法反舰导弹航路规划研究

航路规划作为提高反舰导弹作战能力的重要措施,目前正逐渐被反舰导弹所应用。结合反舰导弹自控飞行特点,系统分析航路规划过程中各个航路点的约束条件,并运用遗传算法进行数学建模和计算机编程,顺利实施了导弹航路的最优求解和航路的自动标绘,为指挥员实施导弹攻击提供辅助决策。