MADM组合赋权的防空重点保卫目标优选与排序

针对防空重点保卫目标优选问题不确定多属性决策的特点,提出一种基于MADM组合赋权的目标优选与排序方法。构建了防空重点保卫目标评价指标体系,给出了指标权重不相容情况下如何寻找并剔除疵点权重的方法。在此基础上,建立了一种基于区间估计解决保卫目标优选问题的数学模型。最后通过实例分析验证,该方法排序结果准确,能有效减小误差,对指挥员科学决策具有一定的参考价值。     

无人机侦察情报即时任务排序研究

针对战时无人机侦察情报系统,人工难于将大量的情报需求进行排序问题,研究在系统过载和未过载的情况下,硬实时任务集合和软实时任务集合的不同算法。采用层次分析法计算每个参数权重,使用离散数据标准化方法对每种算法的数据进行处理,实现了无人机侦察任务即时排序,并通过算例验证了算法的有效性。     

军事资源匹配多目标建模与求解算法

针对军事资源匹配问题的多目标特点,建立了军事资源匹配多目标优化模型,并结合模型特点,设计了一种改进的非支配排序遗传算法对问题进行求解。最后,通过仿真算例对提出的模型和算法进行验证,仿真实验结果证明模型和算法能够有效求解多目标军事资源匹配问题。     

基于秩K准则的网络雷达对抗系统融合发现概率计算模型

基于网络雷达对抗系统的有源探测与无源侦察双重功能,结合目标反射回波与目标雷达直达波信号特点,构建了单站接收信号的基本模型。然后,基于似然比检验准则构建单站发现概率的计算模型,给出了系统决策融合模型融合中心采用的秩K规则判决流程。同时,基于秩K准则构建了系统融合发现概率与融合虚警概率的计算模型,最后对系统融合发现概率计算进行了示例分析。分析结果验证了基于秩K准则的系统融合发现概率计算模型的有效性。     

防空系统建模与目标价值排序方法

针对当前防空系统模型的构建和评估偏向于定性处理以及仅考虑其结构特性而忽视了系统中目标与关系自身属性的问题,在分析现有模型与评估方法的基础上,提出了基于邻接矩阵的防空系统模型,定义了能力评估向量,采用目标对体系能力贡献程度的目标价值综合评价方法,并引用Pareto占优中等级前沿和拥挤距离的思想提出了目标等级和目标离散度的概念,形成了非劣性价值排序算法,同时使用加权以及性价比方法和其他网络评估方法排序,采用自身设计以及随机生成案例进行仿真实验,结果验证了基于邻接矩阵的防空系统模型以及价值排序算法的有效性。     

动能拦截器姿控固体小火箭点火算法设计

使用固体姿控小火箭是实现动能拦截器快响应和高精度姿态控制的最佳方案之一。针对一种新型动能拦截器姿控小火箭布局,提出了点火组合混合搜索算法。描述了动能拦截器姿控小火箭的配置方案,分析了弹体自旋需求。设计了一种结合目标排序法和区间搜索法的点火组合混合搜索算法:当可用小火箭个数较少时,采用目标排序法;当可用小火箭个数较多时,采用区间搜索法。指令力矩近似仿真结果及姿态控制数值仿真结果表明:该算法能够有效地近似指令力矩,实现快速高精度的姿态跟踪。     

基于ICRITIC-GCN的空战目标威胁评估

为研究解决空战目标威胁评估问题时目标属性复杂、数据非结构化等问题,提高评估效率,提出图卷积网络（graph convolutional network,GCN）的解决方法,并引入改进的指标相关性权重确定方法（improved criteria importance through intercriteria correlation,ICRITIC）,构建了基于ICRITICGCN的目标威胁评估模型。针对战场威胁目标的空间拓扑性和属性复杂性,利用图卷积网络在处理非欧式数据时的优势进行学习训练;针对传统方法在属性权重时过于主观的问题,ICRITIC法考虑属性之间的关联性及属性的信息量,客观分配属性权重。仿真结果表示,该算法在解决多目标威胁评估问题时,在处理效率、准确率等方面均有所提升。     

救灾物资的紧急调运模型

针对某地区防洪救灾中物资的调运问题,利用图论中最短路的知识,根据问题实际,将物资的调运方案分成3个阶段.在每个阶段以费用最小或时间最短为目标.以各单位之间物资的供求平衡为约束,建立了规划模型.通过编程求解,制定了不同情况下物资紧急调运的具体方案,包括用车数量、行车线路、用车时间和费用.     

基于非凸范数最小化图像去噪算法

为改善高斯噪声条件下图像去噪性能,基于低秩理论,提出基于伽马范数最小化的图像去噪算法.所提算法对噪声图像重叠分块,基于结构相似性指数自适应搜索与当前图像块若干最相似非局部图像块以组成相似图像块矩阵,进而利用非凸伽马范数无偏近似秩函数以构建低秩去噪模型,并基于凸优化理论求解所得低秩去噪优化问题,重组所得去噪图像块以获得最终去噪图像.与PID,NLM,BM3D和NNM等主流去噪算法相比,实验结果表明,所提算法可有效消除高斯噪声,且可较好地恢复原始图像细节.     

基于改进NSGA-III算法的动态武器协同火力分配方法

针对防御场景下的动态武器协同火力分配问题,将其转化为多目标约束组合优化问题,在考虑资源约束、可行性约束的前提下,以我方损失最小、消耗资源最小为原则,对敌方目标造成最大的伤害.基于此,在NSGA-III算法的基础上提出基于A-NSGA-GKM算法的动态武器协同火力分配方法,通过遗传K均值聚类算法对初始参考点进行自动分组聚类,用聚类中心代替原参考点,引入基于惩罚的边界相交聚合函数代替原垂直距离,进一步提升原始算法的收敛性能,引入自适应机制保证优秀的解结构.最后,通过实验仿真表明所提优化算法具有较高的收敛性,该方法能够有效地解决动态武器协同火力分配优化问题.