基于遗传算法的湿陷性黄土地基灰土挤密桩优化设计

利用Visual C＋＋语言,定义了一个面向对象的基于实数编码遗传算法类。运用可最大限度保证遗传算法搜索到问题的全局最优解的深度搜索策略,编制了灰土挤密桩的优化设计和造价估算遗传算法程序,并针对兰州某地灰土挤密桩复合地基进行了计算分析,并与原有方案比较,结果表明：两种优化方案在满足承载力和变形的条件下,在降低造价成本方面优势非常明显。     

含禁忌算子的遗传算法在水面舰艇编队防空作战目标分配中的应用

针对水面舰艇编队的垂直发射防空火力单元具有多个火力通道,可同时对抗多个目标的特点,建立目标分配模型,并引入禁忌搜索,设计了含禁忌算子的遗传算法,通过实例进行仿真。结果表明,获得最优解的概率比采用简单遗传算法提高了10倍,收敛代数也缩小到原来的10％,优势明显。     

随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

基于EAP-GA的联合作战行动计划

建立了行动计划生成模型,利用混合遗传算法来优化可行的行动计划,提出了在复杂不确定环境中求解有效联合作战行动计划的方法框架EAP-GA,有效解决了不确定环境中行动计划问题.结合一个联合登岛作战想定案例,对行动计划建模及求解进行了验证.     

基于遗传算法的结构测试数据自动生成

生成测试数据是软件测试的主要过程,将遗传算法引入到测试数据的自动生成中,重点介绍其生成过程,并对遗传操作进行改进,在一定程度上降低算法的过早收敛性.最后构建出基于遗传算法的测试数据生成模型.并用实例证明算法的高效性.     

基于遗传BP神经网络的装备研制风险分析方法

简要介绍了GA和BP算法,利用遗传算法全局性搜索的特点,改变BP算法依赖梯度信息的指导来调整网络权值的方法,寻找最为合适的网络连接权和网络结构,提出了遗传算法优化BP神经网络的思路及其数学模型.最后,结合对某型航空装备的风险源的分析,利用此优化模型进行了验证.结果表明了该方法的可行性,为装备研制风险分析提供了一种新思路.     

风扇蜗壳排气段结构优化研究

为有效降低车辆封闭式冷却风道中风扇蜗壳的空气流动阻力,提出了计算流体力学分析与遗传算法相结合的蜗壳排气段结构优化方法,建立了蜗壳结构优化模型,开发了优化算法可执行程序Control CFD.EXE。对某车辆的风扇蜗壳排气段进行了结构优化。优化后蜗壳排气段的空气流动阻力比优化前减小了10.1%,空气质量流量增大了1.70%。     

基于二层遗传算法的导弹航路选优问题研究

在多批次多数量的反舰导弹从多个方向对敌舰艇进行饱和攻击的决策过程中,如何选择出最优的航路组合是提高反舰导弹作战效能的关键问题。在综合分析反舰导弹航路选优问题的基础上,建立了导弹航路选择的优化模型,并针对导弹航路选优问题,对基本遗传算法进行了改进,提出了二层遗传算法。仿真分析了多火力单元多目标导弹攻击的航路组合优化问题,得出了有效的导弹攻击航路。通过验证,说明了二层遗传算法在导弹航路规划中的有效性。     

基于精英保留遗传算法的飞行器航路规划

将精英保留遗传算法的基本原理与飞行器航路规划问题相结合,通过采用变长实值基因编码以及特定的遗传算子,使得规划算法可以有效地处理各种航路约束条件,从而求解最优飞行航路。     

基于遗传算法的电子对抗作战实验寻优方法

作战仿真实验是评估电子对抗作战效能的理想方法,但在方案寻优时却面临实验方案"组合爆炸"的困难。对此,提出了将遗传算法引入作战实验寻优过程的求解思路。简要介绍了电子对抗作战仿真系统;分析了电子对抗作战方案拟制一般流程,建立了电子对抗作战方案优化模型,并给出了结合遗传算法和作战实验对其进行求解的原理和步骤;通过空袭作战电子对抗方案寻优的实例验证了方法的有效性。结果显示,本方法能够极大地提高寻优效率。