π-幂零群的一个新刻画

有限群的结构与其子群的性质间的关系问题是群论的一个重要研究方向,通过群的极大子群、正规子群、半正规子群等对该群进行研究,已有一系列结果。该文将用群G的p-Sylow子群P及其极大子群去研究群的结构,得到群G是π-幂零群的一个充分条件。     

基于Petri网的防空群决策信息传输能力分析

决策信息传输能力的大小,直接决定着防空作战行动的作战效能,进而决定了防空作战的成败。针对防空群决策信息传输问题,用Petri网建模,从时效性和可靠性两个方面,对防空群的决策信息传输能力进行了分析,得到了不同指挥方式下的信息传输能力的度量。对防空群通信能力的分析和指挥体制的优化有一定的借鉴和指导意义。     

海上机动目标群威胁预警建模及仿真实现

在陆基弹道导弹与海上机动目标的攻防作战过程中,需要研究双方火力控制范围的变化情况,并对海上机动目标群的威胁进行报警.根据海上机动目标运动特性,提出用灰色模型与自回归时序AR组合建模方法构建机动目标运动预测模型.依据此模型对双方火力控制区的变化进行预测,最后给出了海上机动目标威胁预警仿真系统的实现思路.解决了陆基弹道导弹对抗海上机动目标群的作战保障工程的部分问题,具有较强军事应用价值.     

基于进化式决策树的超视距空战机动决策模型

针对超视距空战决策问题,提出一种融合战术实施距离和导弹攻击区等先验知识,并具备进化能力的决策树模型。首先,分析空战制胜机理,建立超视距空战态势模型和战术实施距离模型,在此基础上引入超视距空战因子,建立态势评估模型和决策变量集;其次,基于战术实施距离建立超视距战术动作库,作为解空间动作集;第三,构建基于专家知识规则的决策树,并针对决策树参数进化需求,提出一种基于惯性权重动态调整和混沌优化的新型粒子群优化方法,以提高决策规则树进化效率;最后,基于仿真实验给出不同条件下空战机动决策仿真算例并进行了分析。仿真结果表明,提出的进化式决策树能有效融合战术实施距离、导弹攻击区等先验知识,并具备进化能力,能够有效解决超视距空战战术决策问题。     

高炮群火力优化分配的指派模型

火力优化分配是高炮群指挥控制的关键环节。依据有严格理论证明和实用价值的指派问题及其解法(匈牙利法),构建了一对一射击和多对一射击情形下的高炮群火力优化分配的指派模型,探讨了该模型的求解,分析了该模型的实际应用,并通过具体实例对该模型进行了初步验证。该模型的解法被证明是多项式时间算法,满足作战实时性要求。实际应用表明该模型用于解决高炮群的火力分配问题是有效的。     

基于逆强化学习的空战态势评估函数优化方法

为提高无人作战飞机(UCAV)自主决策效能,提出基于逆强化学习的空战态势评估函数优化方法。以现有的正例与反例两类空战数据为样本训练一个RBF网络,采用逆强化学习得到不同态势下的态势值,实现了对现有空战数据的知识提取;利用Sigmoid函数的压缩作用,降低了整体态势值,加快了UCAV学习的收敛速度;采用自适应粒子群算法求解优化了态势评估函数中的权重参数,提升了对复杂空战态势的适应能力;仿真结果表明该方法能够优化态势评估函数,提高机动决策的收敛速度,在UCAV自主决策中具有一定现实意义。     

干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。     

控制力矩陀螺的动态扫描成像卫星姿态控制

针对卫星动态扫描成像任务中的姿态控制问题,建立卫星姿态动力学模型,分析动态扫描成像任务对姿态控制的特殊需求。结合动态扫描成像任务需求提出一种典型的姿态机动方案,对姿态机动过程所需控制力矩进行估计。基于期望力矩和星体实时姿态设计一种俯仰机动控制律,并提出五棱锥构型陀螺群的操纵方案。针对某动态扫描成像任务卫星,对提出的控制律进行数值仿真。仿真结果证明所提方案可以满足卫星动态扫描成像的姿态控制要求。     

一种改进的量子粒子群算法

量子粒子群算法是将量子计算与粒子群算法相结合的一种新的优化方法。首先利用相位角进行实数编码,将动态量子旋转门引入到粒子群算法中,采用自适应变异,提出了一种改进的量子粒子群算法。然后运用Pe-nalized函数和Ackley函数测试了该算法的性能。最后将该算法应用到武器目标分配模型中,获得了最优的分配方案。仿真研究表明,该算法具有收敛速度快、搜索能力强和稳定性高的特点。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。