对潜搜索的灰色整数规划模型

在对潜搜索中,针对搜索兵力武器装备战技性能的优劣、指挥人员的军政素质的高低、水文气象条件的好坏等因素均会随着时间的推移而发生变化的特点,为了取得最佳的搜潜效果,需要根据时间变化给不同的作战单元分派不同的作战任务.将整数规划与灰色模型相结合,建立了对潜搜索的灰色整数规划模型,给出了检验方法和求解步骤,并举例分析说明.经验证,该模型精度等级较高,且能使各作战单元的搜索效率达到最佳,因此,可资对潜搜索兵力分配时借鉴.     

基于改进蚁群算法的CVRP问题

为了能够更好地求解CVRP问题,对蚁群算法进行了一定程度的改进。改进后的算法更加科学地初始化蚂蚁的位置,使蚂蚁有更大可能性地寻找到最优路径。在搜索的过程中与禁忌搜索算法结合,添加新的参数负信息素来记忆已经访问过的客户。同时,使用局部信息素更新和全局信息素更新相结合的信息素更新方式,并且全局信息素更新添加了动态更新的新模式。使用2-opt搜索对结果进行进一步的探索,扩大搜索的范围,增加了得到最优解的概率。     

基于膨胀搜索机理的水下航行器 快速路径规划新算法

针对目前水下航行器路径规划的典型算法中所求最优解质量不高,不能保证得到最短路径的问题,提出了一种基于膨胀搜索机理的水下快速路径规划新算法。该算法通过栅格法进行环境建模,考虑了障碍物、敌对威胁和强湍流的影响,由内而外展开了双循环搜索,能够确保所得路径是全局最优的。仿真结果表明:新算法能够在完全避障、避险的前提下找到起始点和目的点之间的一条最优路径,且相较于传统的A~*算法,所得优化路径长度更短。     

基于先验目标概略航向的双机搜潜方法

针对在反潜直升机执行应召搜潜任务时,已知目标潜艇概略航向,当出动两架反潜直升机执行应召搜潜任务时,反潜直升机采取的双机搜潜方法,声纳投放位置及使用时机问题和难点,提出了反潜直升机的一种新搜潜方法"前堵后追"法,即一架反潜直升机在潜艇目标丢失点位置沿潜艇逃离的概略方向执行扇形搜索,另一架反潜直升机在所确定概略方向的远界投放声纳浮标,充分利用吊放声纳与声纳浮标执行对潜搜索任务,发挥反潜直升机高机动性能的优势,提高发现概率。最后,进行了仿真实验,仿真实验结果表明反潜双机"前堵后追"法能较好地解决双机搜潜情况下,对已知概略航向目标潜艇的搜索问题,反潜直升机发现潜艇的概率相对于其他双机搜潜方法有较明显的改善。     

舰载无人机与舰载预警直升机协同对海搜索?

针对舰载预警直升机对海搜索存在的问题,以提高舰载预警直升机对海搜索的隐蔽性与安全性为目标,结合舰载无人机被动探测区的特点,提出了舰载预警直升机机载雷达断续主动搜索与舰载无人机“Z”字形航线被动搜索相结合的协同对海搜索方式与策略,并给出了舰载预警直升机断续搜索周期计算模型及舰载无人机“Z”字形航线要素计算模型,通过仿真计算,验证了该协同方式的有效性,为舰载无人机与舰载预警直升机协同对海搜索提供了方法和依据。     

基于候选聚类的K调和均值算法(KHM-CC)

聚类分析是常见的数据分析技术。基于KHM的聚类分析是当前研究的热点。提出了基于候选聚类的KHM算法(KHM-CC),详细阐述了算法的设计过程。采用UCI的小样本(iris)数据集和大样本(Bag of Words)数据集对比了KHM-CC算法和禁忌搜索KHM算法(KHM-TS)和变邻域搜索KHM算法(KHM-VNS)的性能。实验结果表明,KHM-CC算法在处理iris数据集小样本数据集时,其性能和KHM-VNS算法基本接近,而优于KHM-TS算法。但是在处理Bag of Words大样本数据集时,性能优于KHM-VNS和KHM-TS算法,其聚类计算耗时明显缩短,证实KHM-CC算法在高维度数据集的处理上更具优势。     

Web内容挖掘与信息搜索方法研究

对Web内容挖掘与Web上的信息搜索内涵进行阐述,并对基于文本的Web内容挖掘及Web上的信息搜索方法进行一些研究和探讨.     

基于禁忌搜索的作战重心分析与选择方法

研究了作战目标网络的重心分析与选择方法,为战场指挥员的指挥决策提供依据.定义了战场重心的概念,从考虑打击代价的角度建立重心发现的优化模型,给出了基于禁忌搜索的求解算法,并通过实验案例验证了模型和算法的有效性和可行性.     

多码组合扩频通信中软解调解扩算法研究

多码组合扩频通过采用多条PN序列叠加传输的方式,在相同带宽条件下相比多进制扩频可有效提高信息承载能力,然而,多条PN序列并行叠加会造成检测性能下降。从解调解扩联合处理角度,提出基于最大似然解调检测的联合解调解扩的软判决算法,该算法通过对接收组合序列进行最大似然网络图相关值路径搜索,完成解调解扩联合处理。从而既克服了硬判决解调导致的信道信息损失,又节省了常规软判决算法中相关器的数量需求。仿真结果表明:所提算法在相同误码率情况下相比硬判决算法提升约6 dB。