基于卫星云图历史资料反演云团非线性预测模型

针对线性预测方法难以有效描述云团的非线性、非平稳变化的困难,基于经验正交函数分解(EOF)和遗传算法参数优化结合的思想,提出了一条云团非线性预测模型反演的方法途径。首先将卫星云图序列作EOF的时、空分解;在此基础上,引入遗传算法对EOF的时间系数序列进行了动力模型重构和模型参数反演,建立了EOF时间系数的非线性微分方程组;再通过时、空函数合成,构造了云团演变的动力预报模型。试验结果表明,反演的云团预报模型能较为合理地描述特定季节区域内云团演变的基本趋势,预测结果与实际云图的主要特征基本相符,尤其是实现了云图3h以上的中、长时效的客观预测。     

军事能力到装备系统的双层规划模型及其求解算法

阐述了基于能力的军事规划新思路,提出了从军事能力到系统项目的两层规划模型。该模型上层以效果和效果-成本比值最大化为目标,通过资本规模来约束下层决策。下层以各种能力最大化为目标,在成本约束下寻求不同系统项目的最佳组合,并将结果返回上层影响最终的决策。应用了多目标遗传算法来求解该规划模型。算例结果表明,所建立的双层规划模型及其求解算法对于国防资源分配问题是有效的。     

嵌入遗传算法的顺轨干涉SAR海表流场反演新方法

顺轨干涉SAR海表流场探测技术研究对于实现流场探测的全球化、精细化具有重要作用。为了提高海表流场迭代收敛速度和参数反演精度,依据校正系数的参数特点构建适应度函数的约束关系,将校正系数设计问题转化为仿真干涉相位与实测干涉相位差和雷达、平台参数约束条件下的比例因子选择问题,进而设计遗传算法计算校正系数的技术方法,并嵌入海表流场迭代反演算法,从而构建一种反演新方法。星载SAR数据仿真实验结果表明:海表流向反演的均方根误差优于10.0°,海表流速的均方根误差优于0.1 m/s,这符合海表流场反演精度要求。改进的海表流场反演算法可减少2~3次迭代,有效提高了反演效率。研究对于提高顺轨干涉SAR海表流场探测的实效性和准确性具有重要意义。     

超空泡航行体锥形空化器优化设计

分析比较超空泡外形计算的不同经验公式,结果表明Guzevsky模型具有较好的精度与适用范围。建立了以减小阻力、增大空化数、增加舱内容积为优化目标的超空泡航行体锥形空化器设计模型,以权重因子法和遗传算法求解了优化问题,验证性计算结果与已有文献吻合。研究了空化数、航行体长径比等因素对超空泡航行体空化器设计的影响规律,结果表明空化数是影响航行阻力的首要因素,空化数决定了超空泡长径比并使之与航行体外形匹配,通过优化设计能够在不增加阻力的情况下有效提升航行体舱内容积。     

基于文化遗传算法的雷达组网优化部署

针对雷达组网优化部署的原则,建立了一种空域探测覆盖系数的雷达组网模型,探讨了在实际阵地环境下的雷达组网简要约束条件。采用一种混合型的文化遗传算法,对该模型进行了仿真验证,给出了在雷达组网优化问题中的求解过程。结果表明,该种算法优于遗传算法,能有效地指导搜索,大幅度缩小了寻优的解空间,提高组网优化部署效率,同时得到雷达组网的最大探测区域,满足实际环境下的约束条件,优化部署具有较高的应用价值。     

一种超空泡空化器优化设计方法

根据超空泡流动力学特性,将其流型计算处理为一有约束的优化问题,从而使空化器优化转化为两目标优化问题。结合基于精英保留策略与小生境技术,选择算子主体为并行选择法的改进混合遗传算法和绕空化器无粘流场的CFD分析进行优化求解,流场数值解采用非结构网格显式时间推进Jameson有限体积法解二维欧拉方程得到。基于该算法进行了以空化器阻力系数最小化为目标的优化设计,同文献结果的对比证明:该方法是有效的,并且极大地简化了计算。     

基于遗传算法的航路规划模型研究

航路规划模型问题是飞行器航路规划研究的一个重点问题。目标函数模型设计的合理与否,对航路规划的效率及准确度将产生十分重要的影响。在建立连续的威胁概率函数模型、构建航路规划目标函数模型时,将遗传算法应用到航路规划中,通过仿真计算验证模型有效性。     

基于遗传算法的武器目标分配模糊多目标规划

针对武器目标分配（WTA）问题中存在的模糊性,提出了一种基于遗传算法的WTA模糊多目标规划模型。建立了wTA多目标规划模型以及目标函数和约束条件,并在此基础上基于目标函数和约束条件的模糊性结合梯度隶属函数建立了WTA模糊多目标规划模型,给出了遗传算法进行求解的方法,通过一个实例分析表明,基于遗传算法的模糊多目标规划模型解决wTA问题具有较好的效果,验证了该模型的合理性,对于有效解决WTA问题具有指导作用。     

数字化炮兵作战能力评价

为了正确评估数字化炮兵作战能力,运用复杂系统理论,建立了数字化炮兵作战系统层次结构模型,并将原层次分析法中判断矩阵一致性检验和计算各要素权重转化为非线性优化问题,用一种通用的全局优化算法-加速遗传算法进行求解,最后引入相关算例.通过对比评价结果,说明该方法增强了评价的稳定性和准确性,并且易于计算机编程实现,应用更加简便.