遗传算法在非线性回归模型辨识中的应用

对遗传算法在非线性回归模型辨识中的应用进行了探讨,切削温度回归模型辨识的实例表明,该方法是有效的.     

加权模糊Petri网的推理算法研究

将加权模糊Petri网与矩阵运算相结合,提出了一种推理算法,实现知识的推理运用。该算法利用了加权模糊Petri网的并行处理能力,将复杂的推理过程采用矩阵运算实现,充分考虑了多种约束条件,具有简单、高效、易于实现等优点,适合大型复杂加权模糊Petri网的推理计算。最后以实例对算法进行了验证。     

基于改进的区域能量特征多分辨率图像融合算法

基于区域能量特征的融合规则在多分辨率图像融合算法中应用很广,但区域窗口较小时,融合效果往往不是最好的,而窗口较大则容易使图像轮廓与非轮廓区域之间模糊,造成融合图像清晰度降低。针对上述问题提出了改进的基于区域加权能量的融合规则,包括矩形区域和近似圆形区域两种,权值与像素距区域中心的距离成反比。仿真表明,两种方法克服了传统的区域能量特征作为融合规则的不足,改善了图像融合的质量。     

高层建筑物变形监测与分析方法研究

进行高层建筑物的变形监测对其安全性非常重要。本文针对高层建筑物变形监测环境及其对监测快速、高精度的要求,详细阐述了采用GPS和全站仪的组合监测方案,重点提出了利用回归平面进行建筑物整体倾斜变形分析的方法,并用实例验证了该方法的可行性。     

一个最优联勤保障模型

在联勤保障体系中,各兵种自身的特殊性决定了后勤保障的多目标性和多任务性,这些目标或任务之间一般存在着一些冲突。文章通过建立一个多目标规划模型,利用理想点加权法来求解此多目标规划问题,协调并解决这种冲突。     

基于变权重搜索策略无人机航路规划算法

通过对A*算法在路径规划中的应用进行研究,提出了一种新的三维航路动态规划方法,通过对搜索策略引入启发式权重系数,利用加权值自适应方法对算法的评价函数进行设计,改善了传统A*算法在大空间中搜索速度低的缺点,提高航迹点搜索效率,同时将无人机的约束条件有效分割到解空间,便于应用于工程实践。基于优化算法规划的最优航路,设计了导引控制律,使无人机很好地跟随规划的路径,同时生成的期望控制指令充分考虑了无人机本身的机动性能以及实时性要求,解决了航迹规划与航迹跟踪之间的问题,最后进行了仿真验证,结果表明:该方法是可行和有效的,有着较高的优化效率;易于实现,工程实用性强。     

航空加权网络抗毁性综合评估方法

根据目前网络抗毁性研究中指标单一、网络无权等不足,针对航空网络的特点,以流量为边权,提出了一种多指标的航空网络抗毁性评估方法。基于网络吞吐量、相似权网络流量、节点相邻边权重分布分别构建了鲁棒性度量、网络效率度量、网络适应性度量。最后通过建立西北地区航空网络进行仿真,结果表明:西北地区航空网络具有与星型网络相似的性能,鲁棒性较差,网络效率较好,咸阳和乌鲁木齐作为中心节点,具有较好的主抗性能。实验结果证明了该评估方法的有效性。     

PSO优化加权信息融合的多机多目标空战决策

以多机多目标协同空战为作战背景,建立对抗决策模型。选取速度、距离等要素构建综合态势评估函数,采用多因子加权信息融合方式进行评估,态势因素权值采用PSO算法动态寻优。对于每个单机作战策略,利用加权信息融合方式评价编队级决策,其中单机作战策略的权值仍是采用PSO优化算法求得。对决策模型进行了仿真验证,实验表明,该空战决策模型提高了可信度,是准确和有效的,并且满足实时性要求。     

基于作战数据分析的协同计划拟定及调整

探索作战因素与作战目的间的定量化关系对协同计划的影响:构建仿真战例想定,采用回归正交旋转组合实验设计法进行作战仿真实验,得到作战模型,并通过对模型优化求解确定理想条件下的协同计划,然后对模型进行单因素效应分析和双因素交互效应分析,确定非理想条件下协同计划的被动和主动调整方案。     

灰色信息条件下的加权复杂网络抗毁性

针对加权复杂网络抗毁性建模中存在的攻击信息不确定性问题,引入信息准确度参数,建立了一个灰色信息条件下的加权复杂网络抗毁性分析模型。选取网络效率和连通性为性能度量指标,对典型加权复杂网络在不同信息准确度下的抗毁性进行了数值仿真模拟。结果表明:BA无标度网络的观测度分布近似服从幂律分布,这与均匀分布假设下的结论是不同的;BA无标度网络和NW小世界网络的抗毁性随着节点移除比例的增大而不断降低,且信息准确度越小、网络密度越高,加权网络的抗毁性越强;NW小世界网络的抗毁性对权重系数并不敏感,且在相同的信息准确度和网络特征参量下,NW小世界网络具有比BA无标度网络更强的抗毁性。