装备集群预防性维修计划的粒子群仿真优化

针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。     

基于粒子群优化的稀疏序列Bayes反卷积方法研究

在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.     

海上机动目标群威胁预警建模及仿真实现

在陆基弹道导弹与海上机动目标的攻防作战过程中,需要研究双方火力控制范围的变化情况,并对海上机动目标群的威胁进行报警.根据海上机动目标运动特性,提出用灰色模型与自回归时序AR组合建模方法构建机动目标运动预测模型.依据此模型对双方火力控制区的变化进行预测,最后给出了海上机动目标威胁预警仿真系统的实现思路.解决了陆基弹道导弹对抗海上机动目标群的作战保障工程的部分问题,具有较强军事应用价值.     

基于证据理论的地空导弹混编群协同效能评估

根据混编群作战协同机理,结合混编群作战过程,依照各要素基本职能,剖析了混编群作战协同效能层次结构,搭建了混编群作战协同评估指标体系;基于证据理论建立了混编群作战协同效能综合评估模型,通过实例验证了方法的有效性。可为完善混编群协同机制,指导混编群作战协同行动的组织实施提供有效的量化决策支持。     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

动态服务质量的多信道媒体接入控制传输机制

针对航空自组网在高负载下的服务质量及时延问题,提出一种动态服务质量的多信道媒体接入控制传输机制。以多信道检测统计为平台,结合优先级机制,通过在高负载网络中适当遏制低优先级业务,并且进行网络流量优化,保证高优先级业务的低时延发送;同时利用流量预测模型估计网络流量,通过粒子群优化算法进行优化,寻找合适的优先级门限值,确保高优先级业务接入率。通过计算机仿真可知,所设计的动态服务质量的多信道媒体接入控制传输机制,可在大负载网络中动态控制信道的接入,保持良好的网络吞吐量,其高优先级业务接入率达到99%以上,能有效解决航空数据链网络高业务量导致的服务质量及时延问题。     

基于动态防空的群抗击率评估模型

结合未来防空作战实际,用概率论和排队论方法对基于集中指挥的动态防空问题进行了分析.构建了目标发现概率和可射击概率模型,着重研究了影响动态防空效果的火力单位导弹(弹药)储备、火力单位转移和群指挥所状态等基本因素,并建立了相应的群抗击率评估模型.同时,也指出了模型的主要不足和适用范围.     

基于语言评价信息的群决策方法及其应用

针对具有自然语言评价信息的群决策问题,给出了一种基于语言评价信息的群集结和方案优选方法.首先让计算机将决策者给出的语言评价转换为对应的三角模糊数,然后对转换后的三角模糊数信息进行集结,根据集结后的结果选择最优方案.最后进行了实例分析.     

空间军事系统综合集成研讨厅中群决策优化模型

空间军事系统综合集成研讨厅是研究空间军事系统这类复杂巨系统问题的一种有效组织形式,群决策是它研究问题的主要手段.结合粒子群算法提出了一种群决策优化模型,通过对专家间的不一致意见的处理,来寻找问题最优解,以解决研讨厅中专家思维收敛问题.     

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。