基于多群体改进萤火虫算法的装配序列规划

为了解决机械产品装配序列优化问题,提出了一种基于多群体改进萤火虫优化算法的装配序列规划方法。建立了装配序列规划的数学模型,针对萤火虫算法收敛效率低的不足,借鉴混合蛙跳算法族群划分思想对萤火虫算法进行了改进,引用局部搜索与全局信息交换机制提升了算法性能;根据装配序列规划问题离散型的特点,定义了新的离散编码方式和粒子更新策略。通过实例仿真结果表明,改进后的萤火虫优化算法简单有效、稳定性好、求解精度高,能够稳定快速地给出装配序列最优方案。     

“五六个参谋管全国”的启示

善谋者简以胜战。解放战争时期,军委作战室设在西柏坡的一间土屋,作战科、情报科和资料科挤在不到35平方米的陋室里,里面摆着3张大桌子,一张桌子就是一个科。周恩来曾颇为感慨地说,我们是在世界上最小的指挥部里指挥了最大的人民解放战争。就是在这个指挥部里,先后发出408份电报,指挥300万军队所向披靡。时任军委作战室副主任张清华后来说：＂人虽少,却把敌我两军的编制序列、兵力部署、战场态势掌握得一清二楚,既要汇报敌情,又要统计战绩、公布战报,五六个参谋管全国,工作效率极高。     

基于径向基代理模型的序列优化中自适应再采样策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该在采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

天基光学短弧观测约束域的粒子群优化定轨方法

针对空间目标定轨问题,提出一种利用两段天基光学短弧观测数据的粒子群优化定轨新算法。在介绍天基光学短弧观测测量帧集、测量约束域及目标函数构造的基础上,为解决已有的基于网格搜索思想寻优的算法存在的多解、局部最优解及运算量过大等问题,提出了一种利用粒子群优化算法在约束域内对目标函数值寻优达到定轨目的的新算法。对算法的性能进行了仿真验证。多次仿真结果表明:该算法大大降低了计算量,且有效地解决了目标函数多解和局部最优解问题,对目标定轨的精度与定轨算法的克拉美罗下限接近。     

基于蚁群算法的电子设备多值测试故障诊断策略

测试序列优化设计是故障诊断中的重要组成部分,最优测试序列能提高故障诊断的效率,常见的故障诊断系统均基于二值属性,而多值属性系统的测试优化问题研究的较少。针对多值属性系统测试序列优化问题的特点,提出了一种改进蚁群算法,结合二值属性系统和多值属性系统的关系,设计了适应于多值属性优化的状态转移规则和信息素更新机制。针对在等测试费用和故障先验概率的情况下不能寻优的问题,制定了对应的优化标准,符合实际的测试需求。通过对比试验,证明了其能解决电子系统多值属性系统的序列优化问题,扩展了多值属性电子系统的测试优化策略。     

基于系统维修作业流程的维修时间MC仿真

将MC(MonteCarlo)仿真用于维修决策中维修时间的确定,通过系统维修作业流程分析,构建了系统维修时间计算模型,对于基本维修作业三种类型分别构建了维修事件的维修时间计算模型,基于维修作业关系模型和这些计算模型给出了采用MC仿真的算法流程,通过统计得到系统维修时间期望和分布特征。最后以某型惯导转备份机载设备故障维修为例对模型进行了验证,仿真表明。采用MC仿真的方法能够为维修决策提供一种有效的维修时间确定途径。     

卷积编码多序列跳频及抗部分频带干扰性能分析

差分跳频(DFH)中用户数据对频率选择的约束性较弱。对此提出一种卷积编码的多序列跳频(CC-MSFH)系统,无需对发送信号进行调制,长度为N的编码数据分组从一簇2N个正交跳频序列中选出某个序列,并在该序列的当前频率上发送单频信号。相比DFH,CC-MSFH保持了信号健壮性,又使发送频率受跳频序列的强约束,因此,可以采用窄带接收来抑制异频干扰。计算和分析表明,在瑞利衰落信道中,CC-MSFH能够有效对抗部分频带干扰,在小信干比下误码率明显低于DFH。     

现代时间序列分析方法的猎扫雷作战效果评估

针对常规Kalman滤波在猎扫雷作战效果评估中退化为次优,特别是对混布雷阵效果评估精度低的问题,研究了将现代时间序列分析方法应用于猎扫雷作战效果评估。通过对4种典型雷阵的仿真和分析,对比了2种方法的优缺点。结果表明:现代时间序列分析方法比常规Kalman滤波评估更有效,尤其对混布雷阵也有很好的评估效果,且计算过程简便,提高了估计精度。     

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。