基于粒子群算法的多基地雷达优化布站方法

为提高多基地雷达探测及"四抗"能力,提出了一种基于混沌变异粒子群算法的多基地雷达优化布站方法.定性分析了多基地雷达的布站原则,并对其量化,建立了优化布站的数学模型.为加快求解速度,结合混沌理论对标准粒子群算法进行了改进,给出了混沌变异粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速有效得出多基地雷达优化布站方案.     

混沌优化AHP-FCE在舰船招标工程评价中的应用

舰船招标工程的关键问题是如何选择合理的评标方法,以确定最优的承包商。为此,直接根据单评价指标相对隶属度的模糊评价矩阵,对层次分析法中的判断矩阵进行构造,并用该判断矩阵确定各评价指标权重和中标商。以判断矩阵的一致性指标系数为目标函数,给出了用混沌优化算法检验和修正判断矩阵一致性和计算判断矩阵各要素权重的模糊综合评价模型(AHP-FCE)。实例表明:该方法通用合理,计算结果客观可靠,能够较好地解决传统评价方法缺乏理论依据、修正标准无法保证原判断矩阵为最优以及只能修正判断矩阵的个别元素等问题。     

一类随机非单调二元算子的随机不动点定理

利用Mann迭代技巧,讨论了不具有紧性条件的随机非单调二元算子方程随机不动点的存在唯一性,并给出了迭代序列收敛于解的误差估计,所得结果是某些已知结果的本质改进和推广。     

遗传算法在武警勤务中的应用研究

遗传算法是一种新的全局优化仿生算法。介绍了遗传算法的编码方法、选择算子、交叉算子和变异算子 ,以及适应度函数的设计 ,结合武警部队勤务的特点 ,探讨遗传算法在武警勤务中的应用。并以遗传算法在军事 (行军 )路线优化选择和智能排课系统中的应用为例 ,对遗传算法的建模等进行了探讨     

国防费规模变动的混沌分析

决定国防费规模变动的诸多因素具有混沌运动的特点,混沌运动成为国防费规模变动的一种特征。依据现代混沌理论,这种处于混沌运动状态的国防费规模是可以预测的。文章应用非线性混沌理论,分析了影响国防费规模变动的诸多因素的作用,并对我国国防费规模变动进行了长期定性预测与短期定量预测。     

引入变异算子的SAA求解数据关联问题

将遗传算法中的变异算子引入模拟退火算法,来求解雷达数据处理过程中的数据关联问题。与传统的遗传算法和传统的模拟退火算法相比,新算法在解的质量,寻优速度和CPU占用时间等方面有较大的优势,更贴近实际应用的要求。     

返回器飞行管道的快速预测算法

针对返回器回收任务中对安全空域和期望落点的计算需求,提出了基于Koopman算子的飞行管道快速预测算法,给出了搜救直升机安全飞行空域的判定流程。建立了物伞动力学模型,利用Halton采样方法从随机空间中均匀采点,计算得到多条可能弹道;采用Koopman算子的后拉机制,将初始概率密度值与当前状态关联,得到不确定条件下返回器及其分离部件的飞行管道和期望弹道。仿真结果表明,基于Koopman算子的飞行管道快速预测算法在收敛速度和精度上都要显著优于Monte Carlo方法;利用飞行管道计算结果对搜救直升机飞行路线进行规划后,碰撞风险最大降低54%且搜索时间减少70%。飞行管道预测算法已成功应用到嫦娥五号的回收任务中。     

高性能异构加速器MiniGo算子优化方法

根据高性能异构加速器的特性和MiniGo的训练模式提出了一种高效的并行计算方法。对片上计算资源进行合理规划,实现异构设备之间的流水并行优化;根据异构设备间存在共享存储段设计了共享内存编码模式,减少数据传输开销;根据数字信号处理簇内具有多计算资源的特点结合算子计算-访存特性设计了不同的算子并行计算优化策略。同时,面向TensorFlow实现了一个易于使用的高性能计算库。实验结果显示,该方法实现了典型算子的多核并行计算。相对于单核,卷积算子加速比为24.69。相较于裁剪版8核FT2000+CPU,该方法训练和自博弈执行速度加速比分别为3.83和1.5。     

改进相空间重构方法在混沌识别中的应用研究

讨论了传统非线性时间序列相空间重构方法的特点,提出了一种改进的相空间重构方法.为了揭示非线性时间序列中的非线性相关性,采用了一种基于关联积分的统计量,并研究了不同参数对它的影响.研究了延迟时间和嵌入维数之间的关系,并采用时间窗口描述这2个参数的变化规律.同时,应用改进方法计算了混沌时间序列的重构参数,重构了混沌信号的吸引子.研究结果表明,该方法能够从时间序列有效地重构原系统的相空间,为混沌信号识别提供了新的途径.     

一类污染环境下扩散种群周期解的存在性

研究了两斑块中一个斑块受到污染的一类种群系统,通过运用Gaines和M awh in重合度延拓定理,得到了系统周期解存在的一个充分条件。