基于Dijkstra改进遗传算法的定向越野赛道设计

军事定向越野能够培养学员识图、用图以及军事标图等技能,逐步成为了一项常态化的军事训练科目。良好的赛道设计方案是比赛顺利进行的基础。当前关于越野赛道的研究主要集中于单赛道优化,对于多赛道规划设计的研究极少。但在具体赛事中,往往是多赛道同时进行,且有许多限制,单赛道优化设计方案往往不适用。因此,基于遗传算法设计多目标多路径规划模型自动获取路线,有利于节约设计成本,推动越野运动的发展。     

基于通行性分析的分层越野路径规划方法

面向陆战场兵力机动过程中存在的大范围地域越野路径规划需求,研究并设计了基于通行性分析的分层越野路径规划方法。该方法聚焦大范围地域路径规划效率和可行性,提出一种分层规划方法,通过构建两种不同分辨率的地图栅格实现分层路径规划,并结合地表覆盖和地表粗糙度进行区域通行性分析,针对性构建了A*算法的估价函数。仿真实验结果表明,该路径规划方法能够有效提升算法效率,越野路径规划结果合理可行。     

求解电子对抗兵力规划问题的改进型混合遗传算法

从现代战争指挥运用角度出发,通过分析电子对抗作战筹划和战斗实施全过程,理清电子对抗在战争中的任务及指挥需求;通过对实际电子对抗作战行动的抽象,充分考虑环境、资源等因素,建立电子对抗兵力规划模型;运用Lanchester信息战模型对电子对抗筹划阶段兵力进行初始化处理,进而提出改进型混合遗传算法,对模型进行求解。通过对实际模型算例进行求解,得到了电子对抗兵力规划结果,表明构设算法的有效性,为指挥员运用电子对抗分队提供了指导性依据。与同类型的3种遗传算法进行对比,表明所构设算法能够快速解决此类问题并且在算法稳定性上有相对的优势。     

基于CPSO算法的海空跨域无人航行器集群协同作业路径规划

针对海空跨域无人航行器集群在复杂水域环境下协同作业以追踪水下目标的任务,提出一种基于协同粒子群(CPSO)的协同作业路径规划算法.考虑不同无人航行器集群特性优势,合理分解并分配远距离追踪水下目标任务过程,并利用CPSO算法进行路径规划.在CPSO算法中,首先为无人机(UAVs)集群规划飞行路径,UAV飞行过程中探测水面...     

在希望的田野上——伽师总场发展剪影

农三师伽师总场地处克孜河下游,该场总人口1.1万人,规划面积90多万亩,耕地15万亩,基层党支部18个。近年来,该场多次荣获兵团、农三师文明单位、民族团结先进集体、“两高一优”先进团场等称号。2006年,全场职均种植棉花42.91亩,推广小白龙模式灌溉栽培4.22万亩、设施滴灌栽培0.78万亩,精量播种3.5万亩,实现生产总值1.29亿元,职均收入1.6万元。     

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.     

干部考核信息反馈应改进的几个问题

干部考核信息反馈,是指干部部门在对领导班子或干部个人实施平时考核、任职前考察或阶段性考核后,由指定的反馈者将考核结果在一定范围内通过一定的形式告知领导班子或干部个人的活动.     

紧紧扭住战斗力建设重点坚持统筹兼顾努力提高民兵支援和保障能力——总参动员部部长赵建中就新年度民兵预备役部队军事工作要点答记者问

2007年是军事斗争准备的重要一年，也是我国民兵预备役部队建设全面落实“十一五”规划的重要一年。民兵预备役军事工作要按照军委扩大会议精神和总参统一部署要求，以军事斗争准备为龙头，紧紧扭住战斗力建设造个重点，科学筹划谋发展．突出重点抓落实，努力使主要方向和重点地区民兵全面形成支援和保障能力．以优异成绩迎接党的十七大召开。     

一种基于混合算法的火力规划方法

针对战场上火力单元与目标数量较多的具有多约束的火力规划问题,提出一种采用贪心策略和改进遗传算法的混合算法求解不同复杂程度的火力规划方法。贪心策略用于优化初始种群以加快遗传算法收敛及在短时间内求解较复杂的火力规划问题。采用改进编码方式、杂交与变异算子的遗传算法处理约束条件,提高搜索效率,加快算法运行速度。仿真实验结果表明,混合算法可以在平衡求解时间与结果满意度的情况下求解不同复杂程度的火力规划问题。     

进化规划中的变异与收敛

进化规划算法中变异是唯一的操作,因此变异算子对进化规划算法的性能有决定性的影响。文中以高斯变异算子为例,研究了变异算子在进化进程的作用,分析了进化规划算法不收敛的原因以及变异算子与进化代数、收敛精度间的关系。对传统进化规划算法和多群进化规划算法的性能进行了仿真研究,仿真结果表明了分析结果的正确性。