多目标决策中基于遗传算法的方案排序分析

分析了常规多目标决策的一般过程,提出在进行方案排序综合时,应充分利用已得到的信息,据此建立了非线性规划模型,并引入遗传算法对规划模型进行求解.通过对实例进行分析,得出这种方法能充分利用集结后的信息,得到较为可信方案排序的结论.     

基于多种群遗传算法的远程作战体系加油路径优化

为解决加油机在远程作战体系中的高效使用与经济性问题,推导了远程作战体系中加油机和歼击机的油耗方程模型,建立以耗油量最少为目标的空中加油路径优化模型。该模型基于一定的作战任务构想,利用多种群遗传算法进行了求解,从求解结果来看,该算法可以快速搜索到能够在所有满足作战任务要求的任务路径中寻找到最小消耗的位置坐标,以获得最大的作战效能,从而达到优化远程作战体系中的作战和训练中加油机使用问题。     

基于GA-ML-PMHT的多基站无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于遗传算法的极大似然概率多假设的多基站无源协同定位方法。首先,建立多基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的无源协同定位航迹初始算法,并首次利用遗传算法解决极大似然概率多假设中的优化求解问题,以提高目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决多基站无源协同定位系统中低可观测目标的航迹初始及维持问题。     

采用遗传算法对Jaumann吸波结构材料优化设计北大核心

以频率带宽为优化目标函数,采用遗传算法针对3层Jaumann吸波结构材料进行优化设计。分析了不同介电常数,不同隔离层层数,不同隔离层厚度以及不同电阻参数对吸波材料反射率的影响;在吸波结构材料反射率T<-15 d B条件下,获得了较宽的频率带宽,并得到了该频率带宽内相应介电常数,隔离层厚度和电阻的优化参数。     

基于遗传算法的协同多目标攻击空战决策方法

多机协同多目标攻击是未来空对空作战的一种重要形式。首先建立了多机协同空战的自主优势矩阵 ,并依据多人冲突决策理论构造了空战的总体优化指标向量 ,然后针对其他优化算法的不足 ,提出用遗传算法优化该指标向量 ,实现多机协同多目标攻击空战决策 ,最后对 2∶ 2空战进行了仿真。仿真结果证明了上述思想的正确性。     

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。     

基于遗传算法的油料装备最优化调拨模型

对油料装备调拨问题进行分析,建立了基于遗传算法的油料装备最优化调拨模型,论述了应用遗传算法求解油料装备调拨问题的过程,得出油料装备最优化调拨方案的生成方法。     

用遗传算法求解常规导弹封锁机场的最佳策略

本文将遗传算法与M -C法相结合 ,用于求解常规导弹封锁机场的最佳策略。在用M -C法建立导弹对机场封锁模型的基础上 ,运用遗传算法 ,给出了同时优化多枚不同型号导弹的瞄准点与子弹抛撒半径的通用算法 ,并编制了通用程序     

多机协同空战目标分配算法研究

多机协同作战已成为现代空战的主要形式,对其进行研究的重要性业日趋明显.通过对多机协同空战中目标分配的分析,建立了目标优化分配的数学模型,而后用标准遗传算法来求解该问题,最后通过应用"优势"基因遗传算子对遗传算法进行改进.仿真结果表明该算法能有效解决分配问题,而且"优势"基因遗传算子能够大大提高搜索效率.     

基于OODA优化的作战网络信息通信保障力量需求研究

作战网络中信息通信保障力量使用是否合理,关系着作战网络中信息流转的效率,深刻影响着作战网络能力的生成。以OODA环优化为目标,研究了作战网络中信息通信保障力量的需求。首先,确定OODA运转效率的评价标准,采用面向作战网络特征的遗传算法优化网络;根据优化后作战网络的节点度以及社团结构,分析了作战实体和网络整体的信息通信保障力量需求。实验表明,作战实体的信息通信保障力量需求不仅与其重要性有关,还受实体类型影响;信息通信保障力量需满足含3类子网的作战网络构建需求,包括两类星型网、一类网状网,且3类子网需有序衔接。