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。     

LCDP SO算法在协同空战攻击决策中的运用?

为了探索提高协同空战攻击决策算法性能的途径,将多子群粒子群优化理论用于求解协同空战攻击决策,利用生命周期粒子群模型（ LCPSO）,提出了一种生命周期离散粒子群（ LCDPSO）协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。通过统计实验的方法,分析比较了LCDPSO协同空战攻击决策算法与多种智能决策算法的准确性、可靠性和快速性,研究结果证明LCDPSO协同空战攻击决策算法优良的综合性能。     

构建野战干线节点通信网模型研究

本文从野战干线节点通信网(以下简称“干线网”)的实际组织运用入手,分析了影响干线网组织运用的主要因素,提出了量化这些因素的方法和量化值,并根据面向对象的分析设计原则,进行了数据类型抽象和类层次模型的构建。     

装备研制方案评估的群决策方法研究

针对装备研制方案的群决策问题,分析了常规决策方法的不足之处,并指出在某些情况下,按照常规的处理思路,可能会将合理的方案当成劣解而无意中排除。提出采用改进的优序法来解决装备研制方案的群决策问题,从而达到提高决策质量的目的,给出了计算实例。     

基于改进粒子群算法的装备维修资源优化问题研究

通过对粒子群算法的分析,针对其易过早收敛的不足,将遗传算法的变异操作引入其中,并给出了惯性因子的调整方式。在建立维修资源优化模型的基础上,结合实例运用改进的粒子群算法和模拟退火遗传算法进行了仿真,结果表明,该算法具有更好的收敛性。     

有线控制飞行器群脉冲耦合效应及加固方法研究

飞行器在飞行状态时,控制导线在电快速瞬变脉冲群（EFT）作用下,该设备控制指令将会出现控制状态错误翻转、持续无指令输出等故障,产生故障的机理是电磁脉冲（EMP）通过传导方式进入控制箱产生紊乱的回输信号所致,严重时会损坏控制器及起飞装置。在实验基础上,研究了飞行器控制导线对电磁脉冲的防护加固方法,研究结果表明,对控制导线采取屏蔽法能够使飞行器对电磁脉冲具有很好的防护效果。     

基于二值细化指纹图像细节点提取算法的研究

指纹细节点的提取对于指纹识别系统的性能至关重要,文中在二值细化指纹图像的细节点提取算法基础上,对细节点提取范围进行了算法改进,用C++语言实现了一种限制提取范围的算法和一种去除伪细节点的算法。实验表明,改进算法提取细节点的速度和精度都有了明显改进,相对原始的未加限制和去除伪细节点的算法,文中算法耗时减少了约2/3,细节点有效性提升了约3/4。     

装备研制中技术风险的灰色综合评估

指出装备研制中技术风险的表现形式,建立了技术风险评估的指标体系,阐述了基于灰类白化权函数将定性指标定量化的方法,建立了利用群灰关联度进行综合评估的模型。最后,结合实例验证说明了该模型对研制方案技术风险评估的可用性。     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.