基于蚁群算法的火力分配寻优方法研究

火力分配的优化是最大限度的发挥火力单位效能,达到最大毁伤效果的基础和前提,将蚁群算法应用于火力分配的优化.研究了蚁群算法用于火力分配寻优的相关条件,给出了火力分配寻优的模型和算法.最后,结合一个应用实例,说明了蚁群算法用于解决火力分配问题有很好的应用价值.     

舰炮武器系统维修性试验方法研究

根据现代海战的要求,对舰炮武器系统维修性试验的必要性和重要性作出分析阐述;依据舰炮武器系统的组成特点,科学地制定了维修性试验的基本程序和试验项目;给出舰炮武器系统维修性试验具体试验方案.     

基于改进粒子群算法的联合火力打击目标分配研究

针对联合火力打击目标分配涉及影响因素多、存在大量参数和变量的特点,建立了联合火力打击目标分配模型,采用改进的粒子群算法探讨了目标最优化分配问题。对粒子群算法中解空间存在的可能解进行编码,将可能解进行交叉、变异和选择操作得到新的粒子个体,不断迭代,从而得到可行的最优解。通过对一个作战想定的多次仿真,进一步表明了算法的可行性和有效性,为指挥员科学决策提供了依据。     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

遗传算法在防空导弹火力优化分配中的应用

介绍了遗传算法的基本原理、算法设计并结合遗传算法主要解决了如何把目标分配给火力单元的问题,编写了相应的程序,并给出了一个基于遗传算法的火力优化分配方案。     

基于Monte Carlo法的地空导弹火力分配优化问题研究

在确定地空导弹对目标的可射击系数、火力重叠修正系数和转火矛盾修正系数的基础上,结合Monte Carlo法的基本原理,介绍了解决地空导弹火力分配优化问题的一般步骤。运用计算机模拟技术,通过算例,证明了该方法的可行性,为有效解决地空导弹火力分配优化问题提供了一种较为科学的方法。     

抓住课改 整体提升办学品位

一、学校将课改理念转化为实践的具体做法 (一)强化领导,组织保证,管理到位 学校为了充分保证课程与教学改革的落实与推进,成立了学校课改领导小组,并专门成立了课程研发小组(侧重课程的开发与实施),负责学校课程的决策、开发与管理,学校课改领导和研发小组,定期召开工作会议,根据课改的要求致力于建立以基础型课程,拓展型课程为主干的课程结构,全面负责学校课程改革的决策和管理,主要包括:1.学校课程方案的决策,如学校课程结构、比例、课时分配与分年组安排,结合学校的办学特点进行具体安排和落实;2.学校基础型课程实施方案的决策;3.学校拓展课程实施方案和决策;4.学校基础型课程和拓展型课程的管理制度与评价制度的决策.     

防空导弹对目标拦截的模糊二元对比排序

确定对空袭兵器的拦截次序是防空导弹火力分配的重要内容.定性分析和定量计算相结合,利用模糊数学中的模糊二元对比排序法确定防空导弹对多个目标拦截的优先次序,先对模型进行描述,给出模糊相似关系矩阵及相应的计算方法,再以4种空袭兵器为作战对象,运用模型进行计算,得出直观的目标拦截排序结果,变模糊的、复杂的问题为直观的结论.为指挥员科学分配防空火力,最大限度地发挥防空导弹的制空效能奠定基础.     

一种可调控的申请分配模型及应用

针对分配总量一定情况下的申请分配问题,给出了一种带有决策者意愿的分配模型;讨论了模型中各参数的取值范围,得出了使得模型有意义的参数取值范围;给出了具体的应用案例,通过选取不同的参数得出了不同结果,说明了模型的有效性。     

区域防空导弹反导火力分配研究

分析了传统防空导弹火力分配模型的不足,考虑到编队内各舰艇近程防空作战能力的不同,结合装备性能特点,建立了基于机会约束规划的区域防空导弹火力分配优化模型。给出了基于遗传算法和BP神经网络的混合智能算法,该算法在精度和速度上均能满足防空作战的要求。