时间和制导资源约束下的武器目标分配

针对防空作战过程中的武器-目标分配问题,以目标毁伤概率最大为目标函数,提出一种混合粒子群算法.该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解.仿真结果表明,该算法收敛速度快,迭代次数少.     

基于语言判断的群决策保障排序方法

根据战时环境和保障决策特点,研究了采用语言型群决策确定保障排序方法,使决策既符合战时实际,又便于发挥群体优势.该方法应用LWA,(Linguistic Weighted Average)算子将个体决策者的语言判断集成为群语言判断矩阵,再用LA (Linguistic Average)算子给出保障排序.针对集成群语言判断...     

电子干扰对防空群射击指挥决策的影响分析

描述了电子干扰对防空群射击指挥决策的影响,建立了通信阻塞、假目标和干扰机与防空群抗击率之间的数学关系,给出了几点有益的结论。     

一种大扭矩制动器优化设计方法

为解决大惯量飞轮储能系统应急制动器优化设计的难题,提出了适用于多目标、多约束问题的改进粒子群算法。该算法利用加权算法将多目标优化问题转换为单目标优化问题,并通过罚函数方法将多约束问题转化为普通约束问题,再采用粒子群寻优算法进行求解。样机试验验证了大容量飞轮储能系统制动方案的可行性与摩擦制动器优化算法的优良性能。     

网络雷达对抗系统反隐身优化部署技术

针对传统雷达反隐身检测存在的角度信息丢失、装备资源利用率不高等问题,提出了一种基于改进粒子群算法的网络雷达对抗系统反隐身优化部署技术。该技术建立了网络雷达对抗系统反隐身检测模型,在此模型基础上将任务区域进行划分和覆盖率加权,得到粒子群算法的目标函数并对收发站粒子种群进行重新部署,通过多次仿真实验得到了最优化布站数量。仿真结果表明,与标准粒子群算法相比,所提出的研究算法收敛更快,得到的加权覆盖率更高,可满足反隐身优化部署效费比需求。     

基于MPSO的地面防空群维修任务规划研究

针对地面防空群的维修任务规划问题,建立维修任务规划流程,以维修任务的优先级、维修时间和维修保障资源消耗为目标,建立了地面防空群维修任务规划模型,根据战场环境特点,基于置信度法确定多目标参量的权重,将多目标优化问题转化为单目标问题,并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证,该方法在收敛速度及求解结果质量上均优于传统粒子群算法,可以有效解决地面防空群的维修任务规划问题,对部队维修保障决策具有一定的参考价值。     

多基地多目标无人机协同任务规划算法研究

在多基地多目标多无人飞行器(unmanned aerial vehicle,UAV)的协同任务规划这类约束条件众多、复杂且耦合的多目标优化与决策问题中,利用传统的粒子群优化算法在寻优时容易陷入局部最优,为此,提出了一种基于模拟退火的混合粒子群算法.基于攻打任务背景,综合考虑无人机的物理性能约束,搭建航迹长度最小适应度函...     

基于PSO-SQP算法的空地导弹弹道优化

利用高斯伪谱法(GPM)将空地导弹快速打击地面目标的弹道最优控制问题转化为非线性规划(NLP)问题;构建粒子群算法(PSO)对初始弹道进行求解,进而实现对序列二次规划(SQP)算法初值的优选;代入SQP算法中求解非线性规划问题.仿真结果表明,仅用随意选取初值的SQP算法求解弹道优化设计问题,很难求得最优解,利用PSO算...