基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

基于模拟退火的P SO算法在舰载机回收中的应用

在舰载机回收过程中,着舰指挥官要综合考虑剩余油量、战损、气象条件等不确定因素的影响,对舰载机进行实时调度,确定安全快速的着舰次序。建立了舰载机着舰回收模型,给出着舰风险成本函数,利用具有全局搜索能力的粒子群算法对目标函数最优化处理,为避免算法陷入局部最优,选择具有突跳能力的模拟退火算法进行局部搜索。仿真结果证明,基于模拟退火的粒子群算法具有快速收敛的优点,能寻找出合理的着舰序列。     

认知无线网络中不同场景的动态频谱聚合算法

在认知无线电网络中,不连续的频谱片段可以通过频谱聚合来满足认知用户的用频需求。常用的频谱聚合算法有具有聚合能力的频谱分配算法、最大满足算法和最小切换算法等。文章在这几种算法的基础上提出了一种能够预测高级用户出现概率的方法,从而减少网络开销;对于用频需求较大的情况,提出了折中算法和片段最大化算法,增加了可支持的用户数量,并减少了网络开销。仿真结果表明,上述算法具有较好的效果。     

看点

正◎国考降温11月30日,中央机关及其直属机构公务员录用考试公共科目笔试开考。据统计,本次考试共有141万人通过招录机关资格审查,近90万人参加考试,招考人数刷新历史新高,但报名和实际参考人数双降,考生报名更趋理性。◎地铁充值漏洞近日,有网友在网上发布《北京地铁收费系统基础安全算法漏洞》一帖,称北京地铁收费系统基础安全算法存在漏洞,可以随意更改地铁充值卡内金额。帖子一经发出即引发社会广泛关注。面对这一说法,北京地铁公司回应称,经核实纯属造谣,北京地铁自动售检票系统符合国家安全等级标准要求,具备全面的安全防范与控制能力。◎故宫免费游为引导观众错峰参观,故宫决定从2014年12月开始,在淡季(1月至4月)每月第一个星期三试行对五类人群免费开放。据了解,享受免费游故宫的包括五类     

多武器系统的火力分配模型

目前对于单一兵器火力分配问题的解决方法比较成熟,然而由于在现代防空作战中,经常是多种类型的兵器联合进行防空,故需要对多种不同类型的兵器的火力分配问题进行探讨。这里针对多种不同类型的兵器毁伤多个目标的问题,建立了数学模型,进行了深入的探讨。按照模型的特殊性,定义了映射、邻域和连通的概念;同时针对模型,将遗传模拟退火算法进行了一定的修改,并利用此算法对模型进行了最优化求解。最后,实例的计算结果表明该算法对于模型的求解具有较好的收敛性。     

抑制成像数据噪声的模糊多目标算法

以模糊数学和决策理论为基础,通过建立成像数据模糊指数函数及平方误差 模糊指数函数,提出了一种称为模糊多目标优化的新的算法模型,对成像数据的噪声进行抑 制实现数据优化。实验结果表明,所提出的模糊多目标优化算法模型有较强的抑制噪声能 力,理论和实验有较好的一致性。     

弹药装载的构造型启发式算法研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于NP-完全问题,其求解是很困难的,所以在实际应用中,往往采用一些启发式算法来求解。本文在考虑弹药装载中各类约束条件的情况下,构建了弹药装载优化模型,提出了一种弹药装载的构造型启发式算法。该算法考虑了装载方向、重量、弹药箱装入顺序和装载位置以及运输工具装载平衡等因素,并通过算例检验,说明了该算法在弹药装载中应用的有效性。     

基于改进神经网络PID的永磁同步电机控制研究

永磁同步电机是高度耦合的非线性时变系统,针对传统的比例积分微分(proportion inte-gration differentiation,PID)控制方式不能完全发挥内置式永磁同步电机的最大转矩电流比控制响应快、精度高的优点,提出了 一种基于差分进化算法的优化神经网络对电流环PID参数进行整定的控制方法,采用Ma...     

美军无人空战装备智能化发展动态及启示

美军无人机在军事行动中发挥了巨大作用,且数量规模和智能化水平在不断攀升。为抢占无人智能化作战新的制高点,美军开展了一系列新的研究试验。从美军现役无人机装备出发,分析了其主要作战运用特点以及优缺点。针对美军装备无人智能化发展新动态,重点分析了自主空中加油“、忠诚僚机”、弹群协同、算法战、先进作战管理等软硬件方面取得的重大进展,并总结了其无人智能化发展呈现出的新规律、新特点。从空战理论、能力技术和装备体系3个方面,提出了应对无人智能化装备发展的思考建议。     

基于KF-BPNN融合算法的电池循环寿命预测方法

为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测。该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观测值来修正卡尔曼滤波观测方程系数,从而提高循环寿命预测精度。实验结果表明：融合算法的预测精度有了明显提高。