基于混合神经网络的野战仓库伪装效能评估

随着现代高技术的发展及其在军事领域的广泛应用,战场透明度明显增加.在未来战场上,发现即意味着被摧毁.野战仓库的生存也面临前所未有的严重威胁,伪装就成为其提高自身生存能力的有效手段.伪装效果的好坏将直接影响其战场生存力.采用遗传算法改进BP神经网络模型,分析了其基本思路以及具体实施步骤,并运用其对野战仓库伪装效能进行评估.实例表明,该模型能够较好地克服人为因素和模糊随机性的影响,评估结果更为科学可信.     

航空装备维修费用的组合预测模型

通过分析回归分析法,BP神经网络和加速遗传算法原理,针对BP神经网络的变异特性,运用遗传算法对其进一步修正,最终建立了适用于航空装备维修保障费用的BP网络组合预测时间序列输出模型,结合某型航空装备维修保障费用数据进行预测系统仿真,得出结果实际数据相比误差较小.结论说明,此方法具有更高的预测精度,有较好的实际应用价值.     

GA BP网络在机体研制费用预测中的应用

针对目前BP神经网络在应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中引入交叉概率和变异概率与个体的适度值相联系,改进了操作算子,而且在交叉操作后又引入模拟退火机制,提高遗传算法的局部搜索能力.建立了基于改进遗传算法的BP网络费用预测模型,并以某型飞机机体进行实例分析,计算结果表明,该方法预测的准确性更高,且预测结果稳定.     

一种改进的基于MDLS与GA的作战资源分配算法

联合作战任务计划的核心是任务和行动,其目的就是如何有效地将作战资源分配到各个任务中去,考虑到分配过程中的各种约束,对这一问题的求解即是解决一个组合优化问题.提出了一种改进的基于 MDLS 与 GA 的任务计划算法,结合了两种算法的优点,回避了各自的不足;通过案例的实验,以更小的计算代价获得了较优的结果,证明了算法的效率和研究该问题的意义.     

潜艇概念设计阶段的多目标优化研究

研究了潜艇在概念设计阶段的多目标优化问题。基于多目标遗传算法(MOGA),把潜艇航速和排水量这两个概念设计阶段的重要属性作为目标函数,考虑了浮力平衡和水下稳性等约束条件,研究了潜艇主尺度确定的问题。计算了一个潜艇概念的数值算例,给出了多目标优化问题的Pareto前沿。文中给出的方法能够快速求解多目标优化解,为实际的潜艇设计提供参考。     

基于遗传算法的配送路线优化

探讨物流配送路径优化问题,研究选取恰当的配送路径,是在物流过程中提升响应速度,提高服务质量,降低物流成本,提高效率的有效途径.物流配送路径优化问题是一个NP完全问题,使用传统优化方法很难得到最优解或满意解.通过对配送路线优化问题和遗传算法的分析研究,探讨了基于配送路线优化的遗传算法设计,给出了一个算法实例,利用Matlab强大的数值计算能力较好地解决了这个难题并进行了实例验证.说明了遗传算法在求解配送路线优化时的有效性和实用性.对物流系统进行科学的配送路径的优化决策具有实际指导意义.     

遗传算法在非线性回归模型辨识中的应用

对遗传算法在非线性回归模型辨识中的应用进行了探讨,切削温度回归模型辨识的实例表明,该方法是有效的.     

模糊控制的研究与进展

本文介绍了模糊控制的发展过程,以及模糊控制器的基本原理,介绍了目前在模糊控制和人工智能领域内关于模糊控制本质的一场争论,指出了模糊控制的插值机理。     

标准遗传算法不收敛的新证法

以概率论为工具,给出了标准遗传算法不收敛的新证法,并从理论上解释了文献提出的改进策略的合理性.     

面向控制模型的时域建模方法研究

研究了“面向控制”模型的建模的理论和方法,提出了建模的实用计算方法。这个方法的特点是建模在时域进行,并以遗传算法作为计算工具,具体实现了“面向控制”模型的建模。仿真结果表明,真实模型完全处于辨识出模型集中,此辨识算法鲁棒性好