认知无线Mesh网络中资源节约的最小信道冲突值组播路由算法

认知无线Mesh网络中满足服务质量约束的多目标优化组播路由问题比单目标优化组播问题更加复杂,为了快速求解认知无线Mesh网络中满足服务质量约束的、以最小化资源消耗与最小化信道冲突值为目标的多目标优化组播路由问题,提出一种基于粒子群优化算法的问题求解框架,包括问题描述、粒子编码与粒子初始化、适应度函数、粒子飞行、粒子变异、粒子消环。粒子由表示节点之间连接关系的带权邻接矩阵表示,重新定义了用于粒子飞行的3种运算规则以及粒子飞行运算和粒子变异运算。仿真结果表明提出的算法能达到预定目标,资源消耗较低且能获得较低的信道冲突值。     

联合作战目标协同模型构建与求解方法?

在对联合作战目标协同研究内容分析的基础上,提出了多任务部队与多作战目标的协同目标分配模型,其融合了目标综合价值、目标打击有效性、目标威胁适配度、目标类型匹配、目标距离匹配等因素。通过对各因素量化并将协同目标分配模型转换为指派问题进行求解,验证了分析方法的可行性。     

高寒山地边境反击作战炮兵群火力分配

未来高寒山地边境反击作战,爆发突然,进程极快,必须在被敌发现前高效发挥炮兵群火力,突出作战力量集约,作战体系对抗,实现火力运用最优化、打击效能最大化、弹药消耗和自身损失最小化。把“基于效果”理论运用到指挥决策中,通过研究地理环境、敌情、统计数据分析、优化效能参数,并融入无线传感器网络分簇算法思想,提出一种炮兵群火力运用优化算法,在一定程度上能快速、高效地解决高寒山地边境反击作战炮兵群火力运用的问题,对支持未来作战指挥决策,具有一定的现实意义。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

基于模糊匈牙利算法的炮兵火力单位分配问题

发挥诸火力单位的整体协调优势,寻求在给定约束条件下总的射击效果最好的分配方案,是火力单位最优分配的基本任务.匈牙利算法是求解传统的指派问题的一种较好的方法,运用模糊匈牙利算法在决策过程中将主观因素与客观因素有机地结合起来,解决火力单位分配方案决策中多指标指派问题,从而可以有效地解决炮兵火力单位分配最优化问题.     

改进粒子群算法在导弹火力分配中的应用

粒子群优化算法是一种新兴的优化技术,思想来源于人工生命和演化计算理论.由于该算法简单易实现,可调参数少,目前已得到广泛研究和应用.在建立导弹武器火力分配数学模型的基础上,运用改进粒子群算法对模型进行了最优化求解,实例的计算结果表明该优化算法对于模型的求解具有较好的收敛性.     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

联邦滤波器信息分配因子优选问题

在剖析联邦滤波核心理论的基础上,对当前学术热点--联邦滤波器信息分配因子优选问题进行探讨.分析了文献中几种常见的优选算法,指出其中的理论缺陷.从全局估计、局部估计、容错性等三方面质疑了信息分配因子优选的必要性和可行性,提出一些值得商榷之处,并得出结论.通过SINS/GPS/TAN/SAR四组合导航系统联邦滤波器仿真分析,验证了观点的有效性.     

以有序矩阵进行对地攻击的面目标分配方法

提出对地攻击过程中同种类性武器装备对不同种类型面目标分配时的有序矩阵概念,并以数学方法证明有序矩阵的存在性.仿真分析并验证这种面目标分配法针对同种类型武器装备分配于不同种面目标,不同种类型武器装备分配于不同种面目标的可实施性、快速性.     

水面舰艇编队防空火力分配的灰色局势决策方法

针对水面舰艇编队在防空作战时如何适时、适量地选取火力分配方案。采用定性定量相结合的方法,重点剖析了灰色局势决策方法的具体求解步骤,并将之应用于水面舰艇编队对空防御时的火力分配方案优选。最后,通过实例验证了该方法的严谨性。以此确定的最优局势更具可信性,符合军事决策的特点。