一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码,将动态量子旋转门引入到粒子群算法中,采用自适应变异,提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中,获得了最优的分配方案。仿真研究表明,该算法具有收敛速度快、搜索能力强和稳定性高的特点。     

分布式遗传模拟退火算法的火力打击目标分配优化

根据火力打击规则,建立了多目标函数的目标分配模型,提出了分布式遗传模拟退火算法对模型进行求解。分布式遗传模拟退火算法基于经典遗传算法进行改进:将单目标串行搜索方式变成多目标分布式搜索方式,适用于多目标寻优问题求解;采用保留最优个体和轮盘赌相结合的方式进行个体选择,在交叉算子中引入模拟退火算法,使用自适应变异概率,较好地保持算法广度和深度搜索平衡。最后,通过仿真实验验证了算法的有效性和可靠性。     

合成分队火力分配协同决策模型研究

针对合成分队火力分配效率和科学性不高的问题,采用协同决策思想对合成分队火力优化分配方法进行了研究。针对合成分队的作战特点提出了3种模型:建立了攻击力量类型相同的多种准则的火力分配模型,建立了攻击力量类型不同的基于双层规划的火力分配模型,建立了具有上级指定任务的分队内和分队间的火力协同分配模型,并对相关模型进行了实例仿真验证。提出的这3种模型能够解决合成分队在火力分配中的协同决策问题,可提高作战指挥决策的实时性和科学性。     

跨音速流动中涡轮动叶叶顶的气膜冷却特性分析

为了掌握跨音速流动中涡轮动叶叶顶气膜冷却特性,采用压敏漆测试技术来研究叶顶间隙高度和质量流量比对叶顶气膜冷却特性的影响规律。研究结果表明:在小质量流量比条件下,增加叶顶间隙高度能够有效改善叶顶中弦区域的气膜覆盖,然而当质量流量较大时,叶顶间隙高度变化对叶顶中弦区域的气膜冷却效率分布影响并不明显;在小叶顶间隙高度条件下,随着质量流量比增加,叶顶中弦区域冷气覆盖效果逐渐变差,在大叶顶间隙高度条件下,仅当质量流量比从0.1%+0.05%增加到0.14%+0.07%时,叶顶中弦区域的冷气覆盖效果才有所改善。     

基于DSm理论的雷达目标综合识别算法

针对数字多功能雷达的目标识别问题,提出了基于DSm理论的综合识别算法。将不同类型的识别结果置于统一的辨识框架中,并利用经典DSm组合规则进行信息组合,采用冲突按比例重分配规则重新分配组合结果,应用基于广义基本信任分配的决策规则进行判决。仿真结果表明,该方法避免了层次化识别结构带来的信息损失,识别结果中含有更丰富的目标信息。     

先期毁伤原则下武器单元的射击时机分配

以先期毁伤为原则,首次对武器单元的射击时机分配问题进行数学建模。提出一种使毁伤概率密度在时间上靠前分布的武器单元射击时机分配模型,在保证指定瞬时之前以期望概率毁伤目标的前提下,合理分配各武器单元的射击时机,实现对目标的尽早毁伤。根据射击时机分配模型中约束函数的单调性特点,提出一种改进的连续域蚁群算法,使算法自变量满足约束条件的"优良区域"开始搜索,采用搜索窗口平移的方法逐步寻找最好解,提高了算法的搜索速度。实例分析验证了模型和算法的有效性。     

自主拦截无人机作战效能建模与影响因素分析

在自主拦截无人机初始设计阶段,为了更合理地对其总体设计指标进行分配,避免某些性能指标过高,在低成本下有更好的作战效能,采用HAHAYEB方法建立了拦截空中预警机的某自主拦截无人机的作战效能模型,利用计算结果对主要影响因素进行了分析。分析结果表明:导引头视场角、制导精度、隐身性能、飞行速度和战斗部特性对自主拦截无人机作战效能影响显著;自主拦截无人机要达到90%甚至100%的任务完成概率,其导引头视场角要达到30°,雷达反射截面积RCS≤0.05,突防距离要大于50 km,飞行速度要在3.5 Ma～4.5 Ma之间,巡航高度要在15 km以上,遭遇高度在10 km左右,战斗部威力半径大于20 m,制导误差要小于5 m。     

国防知识产权中的利益及其分配

国防知识产权中不同的利益主体有不同的利益导向,国防知识产权利益分配应根据不同主体的利益导向进行配置。经济利益的配置应当在确保军事利益优先的前提下,以激励创造为重点,针对不同的收益分配关系合理配置收益。     

基于空中目标态势和作战能力的威胁评估算法

对空中目标进行威胁评估和目标分配是阵地防空指挥中心的一项重要工作,威胁评估的准确性将对防空作战的结局产生重大的影响。提出了一种新的威胁评估算法,在综合考虑空中目标态势和作战能力的前提下,分析了影响目标威胁评估的几个因素,并结合装备的战斗性能建立各函数的威胁度隶属函数,求出目标威胁度和排序,最后给出软件流程。     

基于NSGA-Ⅱ的WTA多目标优化(英文)

将多目标遗传算法NSGA-(改进的非支配排序遗传算法)应用于求解武器-目标分配(WTA)问题。首先,针对以往在建立防空型WTA问题的优化模型上的片面性,把WTA问题看做多目标优化问题,建立了综合考虑作战效能和防御效能的WTA双目标优化模型。然后在此基础上,研究和应用了NSGA-来求解WTA问题。最后由仿真算例验证了NSGA-在WTA问题中的应用可行性,表明了NSGA-可以快速地搜索到WTA多目标优化的Pareto最优解集,从而为求解WTA问题提供了一条有效途径。