权值编码遗传算法在单机任务规划中的应用

任务规划是在任务有不同威胁程度,资源消耗和战术价值条件下,寻找总战术价值最高,而又不超出约束的任务链,这对飞机完成任务中具有重要作用,针对机载资源有限、任务有不同威胁程度和战术价值,提出了基于权值编码遗传算法的任务规划方法,该算法通过对原始问题的偏离和启发式解码来得到最优的可完成任务子集.仿真结果验证了算法的有效性.     

融合容错控制理论的火力分配优化策略

在传统的火力分配问题上进行了模型和方法优化,考虑舰艇在拦截目标时存在失误的实际情况,依据多目标优化原则,采用改进的分布式遗传算法进行初步求解,制定相应的容错控制律,对存在失误的策略进行修正,保证火力打击效果较好的同时保持较高的容错度。最后通过仿真实验,验证了该种方法能够快速地收敛到最优解,并且在进行补偿时能最大程度地降低损失,具有一定的作战应用价值。     

作动器最优配置的柔性结构振动主动控制

柔性结构广泛应用于航空航天等领域,为了获得结构的最佳动力学性能,在主动振动控制中作动器或传感器位置优化成为关键。基于结构有限元动力学方程,在状态空间利用系统可控和可观Gramian矩阵考虑结构剩余模态的影响,推导一种新的作动器/传感器优化准则。根据优化准则结合非线性整数规划遗传算法对作动器的位置进行配置。以悬臂板为研究对象,采用基于状态反馈的线性二次型调节器研究悬臂板的振动控制效果。与其他配置方法进行比较,验证了新方法的优越性。     

基于遗传算法的船体主甲板外展程度寻优

阐述了利用遗传算法思想解决某些具有特殊甲板尺度要求的船舶甲板主尺度(长度、宽度)与船体设计水线长、宽比值的优化设计问题.在舯横剖面和中纵剖面上分别定义甲板宽度与设计水线宽之比α、甲板长度与设计水线长之比β,以该问题最为突出的大型舰船为例,建立最小偏差数学模型,对α、β优化确定问题进行计算,根据约束条件及优化对象的相对权重编制Matlab程序进行寻优,最终获得了最优化的甲板外展程度.整个过程采用二进制编码以增大搜索随机性,通过设定父辈交叉及基因突变概率,防止搜索过程出现局部最优.     

基于Holtrop公式与遗传算法的船型参数优化

针对方尾水面舰船,采用Holtrop阻力计算公式,以总阻力为目标函数,据遗传算法,对主要的船型参数进行了优化计算,进而得出了在一系列速度下主要船型参数的最优解及相应的由Holtrop公式计算得到的总阻力,并绘制了在各最优解下由Holtrop公式计算的总阻力随速度的变化曲线,结合Holtrop公式相应图谱对所得优化计算结果进行了分析.结果表明,该方法对于水面舰船的主尺度比等船型参数优选具有较强的实用性.     

改进遗传算法在防空武器目标分配中的应用研究

针对传统方法在防空武器目标分配时仅考虑双方态势优势的问题,建立了基于综合射击优势和目标威胁度的武器目标分配数学模型,并使用改进遗传算法对该模型进行了求解。该算法相比传统遗传算法主要进行了以下改进：采用排队选择和轮盘赌选择结合的选择方法,采用子代个体部分替换或不替换双亲的方法,采用了自适应变异概率等。并在Matlab环境下进行了仿真,且和传统算法进行了对比,仿真结果证明该算法改进合理,对地面防空火力分配决策研究具有一定的参考价值。     

求解考虑RMS因素的装备需求量的遗传算法

介绍了如何用遗传算法来解决考虑RMS因素的装备需求量问题。首先,分析了考虑RMS因素的装备需求量问题的要素、约束、输入条件和解空间,并建立了数学模型。然后,讨论了遗传算法设计中的编码方案以及遗传算子的实现方法。最后,给出了具体实例的输入数据、基于Matlab遗传算法工具箱的编程思路,并比较了遗传算法与阶段最优算法的效果。     

排课中合班问题的探讨

基于排课的实际需要,分析了合班对排课的影响,结合遗传算法在排课中的应用,建立了针对班级上课时间分布均匀性以及课程上课时间分布均匀性的适配值函数.在对课程表进行编码后,把合班问题的解决方案应用于排课算法,使用合班信息与课表编码信息的双表操作,从而能在遗传基因中判断出非法个体,并能进行合理化调整.算例结果表明本算法能有效解决排课中的合班问题.     

基于遗传算法的MIL-STD-188-220c标准最佳转发树的构造

针对MIL-STD-188-220C标准的路由协议多目的地址最佳转发树问题,提出一种基于遗传算法的优化算法,仿真结果表明,该算法具有收敛快,寻路成功率高的优点。     

天基预警系统资源调度方法

对面向导弹预警任务的天基预警系统中的低轨卫星资源调度问题进行了研究.对预警任务的特性进行分析,提出了一种预警任务规划与分解方法以减少任务对资源占用时间的需求;在此基础上建立了该问题的约束满足CSP调度模型;针对该模型变量多、解空间规模庞大的特点以及对求解算法时效性的要求,设计了一种基于局部解空间跳出机制的改进型遗传算法MGA.仿真表明该模型与算法在给定时间内能够得到满意的调度方案.