基于HTCPN的飞机备件需求预测方法

针对航空兵部队飞机备件需求预测问题,提出了一种基于分层赋时着色Petri网(Hierarchical Timed Colored Petri Net,HTCPN)的飞机备件需求预测方法.根据飞机维修保障工作内容与流程,运用CPN Tools软件,构建飞机维修保障工作HTCPN总网仿真模型,以及故障维修工作HTCPN子网仿真模型.提出了备件需求量确定规则,建立了基于飞机出动架次率的备件需求预测模型.通过算例分析,验证了该方法的科学性和有效性.     

基于启发式遗传算法的岛礁物资补给任务规划

如何适时适量地为岛礁补给物资,是一个亟待解决的重要现实问题.针对岛礁物资补给任务规划问题的主要特点,以补给时间窗、岛礁存储量、补给船载重量等为约束条件建立了约束规划模型,并采用精英保留策略和动态罚函数的约束处理方法,基于5种生成初始种群的启发式规则,设计了一种基于混合启发式规则的遗传算法.根据仿真算例多算法结果对比分析,表明该算法具有较高的求解效率和良好的稳定性,能够有效地求解岛礁物资补给任务规划问题.     

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.     

基于遗传算法的弹炮混编防空群火力分配

近期局部战争中的防空作战经验表明:实施弹炮混编可以大大提高防空武器系统的作战效能,而如何实施有效的火力分配又是其中的一个重要环节.针对陆军弹炮混编防空群射击指挥中的火力分配问题,简要分析了防空导弹和高炮武器系统射击的不同特点,提出了弹炮混编防空群的火力分配方法,并建立了优化火力分配方案的数学模型.在此基础上,采用遗传算法对此模型求解.结果表明,遗传算法为弹炮混编防空群的火力优化分配问题提供了一条有效途径.     

新型多目标遗传算法及其在导弹射击效能优化中的应用

多目标规划是一类重要的优化模型,有着广泛的实际应用,但其求解至今仍是运筹学的一个难点.针对一般约束多目标优化问题,在设计了新的适应度函数和选择算子的基础上,提出一种新型多目标遗传算法.将其应用于导弹对集群目标射击效能优化问题,验证了算法的有效性.     

面向联合作战指挥体系的服务资源分层管理

针对联合作战指控系统无线通信环境的弱连接、低带宽的特点,研究基于指挥层次和指挥域的服务资源分层管理体系,构建面向低带宽的服务资源索引和分层查询技术,提出面向弱连接网络的节点加入和退出解决方案,并针对数据维护和带宽开销进行定量分析,为服务化联合作战指控系统的动态构建提供了解决方案。     

基于遗传算法的准维燃烧模型修正方法

针对目前准维燃烧模型不能客观反映高原柴油机工作过程的问题,提出了一种基于计算机智能仿真模型修正方法.采用正交试验的极差分析,计算并识别出准维燃烧模型的经验参数对柴油机性能影响的主次顺序,并确定为待修正参数.基于遗传算法,以试验数据为依据,对柴油机准维燃烧模型进行修正.修正后的柴油机工作过程模型误差在4％以内,为深入开展高原环境柴油机性能研究奠定了基础.     

信息扩散模型的窗宽优化与鱼雷战术效能实验评估

针对海洋环境对鱼雷等武器装备战术效能影响的试验数据和案例样本匮乏等普遍性问题,引入信息扩和模糊映射思想,并基于遗传算法改进和发展了最优窗宽扩散模型。该方法可从有限的试验样本中客观拟合出数据结构信息,进而实现有限数据样本信息的合理扩散。利用该方法进行了基于小样本案例的潜射鱼雷战术效能的海洋环境影响评估的信息扩散建模和仿真实验和对比分析。结果表明,窗宽优化的信息扩散模型可有效改进常规信息扩散模型的评估效果,对武器装备环境影响评估中普遍存在的小样本或信息不完备困难有一定参考应用意义。     

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。     

基于栅格分层的逐栅格汇流算法并行化研究

分布式水文模型中的逐栅格汇流算法计算量大,需要借助并行计算以满足大流域长历时模拟的要求。针对目前鲜有对基于隐式有限差分的逐栅格汇流算法进行并行计算研究的情况,基于栅格分层的思想提出一种适用于共享内存并行计算环境的逐栅格汇流并行算法。该算法首先根据流向进行栅格分层,使同一层中栅格的计算相互独立,然后将同一层中栅格的计算任务分配到多个计算单元并行计算。采用C++编程语言与OpenMP并行编程库实现了该算法,并选择河北省清水河流域为实验区,在不同数据规模(30m、90m、270m分辨率)、不同核数(2～20个)以及不同栅格分层方法的情况下对算法性能进行了测试。实验结果表明本文提出的并行算法具有较好的加速比和并行效率,且并行效率随数据规模的增大而增大。栅格分层方法对算法并行性能有明显影响,从上到下的分层方法比从下到上的方法具有更高的并行效率。