探测高超声速飞行器的飞艇优化部署方法北大核心

为提高临近空间飞艇组网探测系统对高超声速飞行器的探测能力,探讨了一种实用高效的飞艇组网探测系统优化部署方法。对三维空间中飞艇组网探测系统的优化部署问题进行了深入分析,综合考虑地球曲率、浮空飞艇放置高度、探测面海拔高度、飞艇最大探测半径、探测器视场角等因素,提出了飞艇组网探测系统探测高超声速飞行器的三维空间优化部署指标,构建了飞艇组网探测系统的优化部署模型,利用遗传算法得到了最优部署方案,通过satellite tool kit(STK)仿真平台验证了该部署方法的有效性,各项探测性能指标的理论计算值与真实值之间的误差均小于1%。部署方法可给实际阵地环境下飞艇组网探测系统的优化部署提供一定的参考。     

单机攻击多目标逻辑的遗传优化求解

攻击逻辑的优化决策对于机载多目标攻击武器系统具有重要意义。本文建立了单机多目标攻击逻辑的解算模型 ,提出了解算要求 ,给出了采用遗传算法求解多目标攻击逻辑的应用方案。在此基础上 ,采用该方案进行大量的试探性仿真研究 ,对仿真结果进行了分析 ,并选择了合适的遗传算法参数。文章最后阐述了用遗传算法求解多目标攻击逻辑问题的发展前景     

遗传算法在软硬件划分中的应用

软硬件划分是软硬协同设计中的一个关键问题。针对单处理器嵌入式系统 ,给出了基于遗传算法的解决方案 ,并引入了模拟退火和按概率选择两种技术。结果表明 ,算法有效地解决了软硬件划分问题 ,稳定性好、效率高 ,模拟退火和按概率选择的引入 ,进一步提高了算法效率 ,保证了算法的自适应性及结果的全局最优性。     

一种面向个性化服务的无需反例集的用户建模方法

随着WWW信息的快速增长 ,查找用户感兴趣的信息变得越来越耗时耗力。个性化服务能为不同的用户提供有针对性的服务 ,日益受到研究者的重视。用户建模是实现个性化服务的关键技术。传统的需要正、反例集作为训练例集的用户建模方法容易干扰用户的正常浏览 ,或者由于推断失误而引入噪声。基于遗传算法和k近邻方法提出了一种无需反例集的用户建模方法 ,该方法被应用于个性化信息过滤中。实验结果表明 ,基于无需反例集的用户建模方法的信息过滤算法可以达到 73 91%的过滤率和 94 4 4 %的过滤精度。无需反例集的用户建模方法是一种可行、高效的用户建模方法     

防空导弹武器装备备件优化模型

根据防空导弹武器装备使用保障的特点 ,确定了影响备件配置的主要因素。采用装备战备可靠度和经济因素相结合的方法 ,研究并提出了备件优化模型。最后就其实际应用作了说明 ,以便于在实际装备中采用。     

一种分级淘汰遗传算法及其应用

针对遗传算法在处理对目标值具有多方面要求时适应度求值问题 ,依照自然选择过程的机理 ,提出了一种多次选择、分级淘汰的思想。通过对无源低通滤波器的优化设计 ,证明了此算法具有更好的收敛特性。     

基于遗传算法的目标分配优化模型研究

结合现代防空作战的特点,给出了现代防空作战的目标分配模型,利用遗传算法给出了模型求解的方法及步骤;实践证明该方法解题速度快,结果的精度高,可以为决策者作出科学、准确的决策提供有力支持。     

天地测控资源调度的两阶段递进遗传算法

为对天地测控资源调度进行高效求解,设计了两阶段递进遗传算法对其进行优化调度。鉴于问题的目标具有一定的可分性,以时间为依据将被调度弧段划分成两个部分,在对第一部分形成种群并作进化求解的基础上,将其最优解与第二部分弧段组合,并作进一步的进化求解。为了缓解两阶段优化的局部搜索特性,在第一阶段个体适应度计算中,以一定概率设定虚拟弧段,保留具有潜在全局优势的个体。仿真表明该方法能在确保求解质量的前提下明显减少运算时间。     

C2组织鲁棒性信息交互结构设计及分析

介绍了C2组织的信息交互结构及其设计约束,讨论了C2组织鲁棒性信息交互结构的设计问题。提出了基于启发式嵌套遗传算法的鲁棒性信息交互结构设计方法:外层遗传算法对信息交互结构的拓扑及链路容量进行优化搜索;内层嵌套遗传算法依据对路由的搜索优化出多个使命邻域下最小延时集合,将其依概率平均化后返回外层来对链路容量的鲁棒性进行评价。案例分析和对比试验表明该方法可以实现鲁棒性较强的组织信息交互结构。     

基于K均值聚类和遗传算法的多航迹规划方法

提出了一种在未知动态环境中利用K均值聚类和遗传算法的飞行器多航迹规划方法。针对飞行器在动态环境下需要调整飞行航迹的问题,该方法可以规划出多条可供选择的航迹,使飞行器能在障碍和威胁等环境发生变化时选择可行的飞行线路。实验结果表明,该方法能有效地完成多条航迹的规划,获得满足要求的多条飞行航迹。