基于风险控制的装备供应链网络设计模型

针对风险管理中的装备供应链正向（供应）网络设计问题,在对装备供应链风险和成本进行量化分析的基础上,综合考虑风险和成本2方面因素,建立了基于风险控制的装备供应链网络设计优化模型。并设计了遗传算法对模型进行求解,给出在指定风险水平下最优设计方案与总成本。最后通过实例分析和计算,结果表明,该优化模型合理、有效、可行。     

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。     

基于一乘准则的LMR在声音转换中的应用

线性多变量回归中聚类数的选择对转换效果有很大影响,通过研究聚类数与类内均方差、类间均方差的关系确定最佳聚类数。针对传统二乘规则的 LMR 的转换语音在听觉上自然度较差的缺陷,提出了基于一乘规则的 LMR,采用遗传算法解决绝对值条件下转换矩阵的求解问题,实验仿真表明,基于一乘规则的 LMR 的转换语音在主观听觉上优于基于二乘规则的 LMR,ABX 测试识别率平均提高了12.5%,MOS 分提高了0.24。     

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.     

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.     

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.     

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.     

装备维修管理系统的设计与实现

装备维修管理系统是一种新型维修管理模式,为解决现代装备协同维修过程中资源优化调度和分配的各类问题,从装备维修保障系统的需求分析入手,讨论了基于改进遗传算法的维修资源配置算法,并采用建模与仿真技术,设计实现了装备维修管理系统。     

混合递阶遗传算法的自适应小波神经网络优化设计

在研究自适应小波神经网络学习算法的基础上,提出了一种混合递阶遗传算法,与标准遗传算法相比,该算法不仅可以同时确定网络参数(连接权、尺度参数和平移参数),而且解决了网络拓扑结构的优化训练问题.仿真结果表明,该算法可以准确地搜索到自适应小波网络的网络参数和最优结构,并能大幅度提高学习效率,是切实可行的.     

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.