基于凸-改进遗传算法的圆阵列方向图联合优化

针对圆形阵列方向图具有较高旁瓣的问题,提出一种新的基于凸优化和改进遗传算法的优化方法。该方法首先采用遗传算法将阵元位置和阵元权值作为优化变量,以最小化波束方向图峰值旁瓣为目标函数进行联合优化,既增加了变量的自由度,又符合理论意义上的全局寻优;同时,为了避免算法的早熟收敛,对基本遗传算法进行了必要的改进。然后采用凸优化方法对阵元权值进行二次优化可进一步降低旁瓣电平,与传统方法相比能够明显提高优化效果的稳定性。仿真数据证实了该方法的有效性和正确性。     

2014上海军民两用技术促进大会开幕

<正>2014年11月27日,由科技部、工业和信息化部、总装备部、上海市政府和上海市国动委共同主办的"2014第三届上海军民两用技术促进大会暨项目对接会"开幕,工业和信息化部总工程师张峰出席会议并发表题为"深化改革优化环境加快推进军民用技术双向转移"的主旨演讲,军民结合推进司巡视员曹志恒参加会议。张峰指出,经过多年的发展,我国军民用技术双向转移工作在顶层规划与设计、政策公平化、信息交流共享、技术成果产业化等方面取得了显著成绩。工业和信息化部、国防科工局将围绕发展军民两用技术、改进完善军工技     

改进的混合蛙跳算法在雷达网部署中的应用

针对雷达组网优化部署的原则,建立了区域雷达组网优化部署的数学模型,提出了一种基于改进的蛙跳算法的雷达组网优化部署方法。在阐述了改进方法的基础上,与先前方法进行了对比分析。最后,通过计算机仿真试验进行了验证,结果表明:改进的混合蛙跳算法能够快速得到多种优化部署方案,且操作性强,能较好地应用于雷达组网优化。     

基于自抗扰控制的微型导弹导引控制一体化设计

针对微型导弹动力学参数具有不确定性以及在攻击目标的过程中系统存在未知扰动问题,应用自抗扰控制技术,在对导弹俯仰和偏航两个通道进行一体化建模的基础上,设计了一种能够对微型导弹系统的不确定参数和干扰进行实时估计并补偿的控制器。微型导弹在自抗扰控制器的作用下高效地完成了对机动目标的攻击。仿真结果表明,此控制器能够达到很好的控制效果且能有效地提高导弹的制导精度。     

防护与典型岗位装备操作互适优化研究

针对兵种装备核生化防护能力影响未来作战体系对抗能力的整体水平问题,在分析典型兵种装备典型岗位典型操作特点及其与防护手段使用适应性关系的基础上,提出了基于层次分析法量化研究防护装备与兵种装备"互适性"关系的方法,构建了相应模型,并通过示例进行了求解。研究结论可为促进合成军队核生化威胁条件下整体防护能力提升、装备体系作战能力有效发挥提供一种新思路。     

基于保障时间窗的油料调拨运输模型

通过引入保障时间窗,同时考虑油料保障的时间约束和运力约束,建立了基于保障开始时间最早,并尽可能满足保障需求量的调度模型。针对问题的多目标性,基于理想点法将初始模型转化为单目标优化模型。采用粒子群算法对模型进行求解,并设计了算法编码和求解步骤。通过算例验证了模型和算法的可行性及有效性。     

基于改进粒子群优化算法的微电网孤岛选址定容

分析了在重要孤立系统中采用微电网供电的必要性,在此基础上提出了采用由非支配排序法和拥挤距离排序法改进的粒子群算法进行微电网选址定容,其目的是改进多目标微电网规划问题的优化结果。通过改进算法与基本算法算例结果的对比分析,验证了改进算法在求解孤岛选址定容问题上具有较强的寻优能力、较高的收敛精度和较稳定的最优解,为进一步研究微电网孤岛选址定容问题提供了思路。     

基于作战能力的部队作战任务分配方法

作战任务分配需要考虑作战部队各方面能力,难以快速实施作战分配。对此,提出了基于作战能力的作战任务分配方法,在面向任务的部队作战能力的基础上进行作战任务分配。建立了作战任务分配的优化模型,模型适应范围较广,并适应动态作战任务分配。使用最小费用最大流问题求解方法获得平衡或不平衡作战任务分配问题的最优解。实验研究结果表明:模型求解结果符合实际作战任务需求,基于作战能力的作战任务分配方法是一种有效的方法。     

基于改进PSO算法对榴弹最佳杀伤面积的计算

为了获得榴弹在空中爆炸时的最佳杀伤参数,提出了一种最优参数计算方法。以卧姿人员为杀伤目标,建立了杀伤面积与落速、落角和炸高的数学模型和优化模型,利用随机惯性权重法对标准粒子群优化算法（particle swarm optimization,PSO）算法中的惯性权重进行改进,采用改进后的算法对榴弹最佳杀伤参数进行计算。结果表明：改进的算法对比传统计算方法,计算精度更高,最大炸高改进误差超过0.1 m,对比标准PSO算法需要的粒子数量更少,收敛速度更快。为榴弹最佳杀伤参数的设计提供了一种高效计算方法。     

多核数字信号处理器矩阵乘卷积算法性能评测

矩阵乘卷积算法能够为各种卷积配置提供高性能基础实现,是面向给定芯片进行卷积性能优化的首要选择。针对国防科技大学自主研制的飞腾异构多核数字信号处理器(digital signal processor, DSP)芯片的特征以及矩阵乘卷积算法自身的特点,提出了一种面向多核DSP架构的高性能并行矩阵乘卷积实现算法ftmEConv。该算法由输入特征图转换、卷积核转换、矩阵乘以及输出特征图转换这四个均运行在通用多核DSP上的并行化部分构成,通过有效挖掘通用DSP核中功能单元的潜力来提升各个部分的性能。实验结果表明,ftmEConv实现了高达42.90%的计算效率,与芯片上的其他矩阵乘卷积算法实现相比,获得了高达7.79倍的性能加速。