改进粒子群算法在导弹火力分配中的应用

粒子群优化算法是一种新兴的优化技术,思想来源于人工生命和演化计算理论.由于该算法简单易实现,可调参数少,目前已得到广泛研究和应用.在建立导弹武器火力分配数学模型的基础上,运用改进粒子群算法对模型进行了最优化求解,实例的计算结果表明该优化算法对于模型的求解具有较好的收敛性.     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.     

联邦滤波器信息分配因子优选问题

在剖析联邦滤波核心理论的基础上,对当前学术热点--联邦滤波器信息分配因子优选问题进行探讨.分析了文献中几种常见的优选算法,指出其中的理论缺陷.从全局估计、局部估计、容错性等三方面质疑了信息分配因子优选的必要性和可行性,提出一些值得商榷之处,并得出结论.通过SINS/GPS/TAN/SAR四组合导航系统联邦滤波器仿真分析,验证了观点的有效性.     

以有序矩阵进行对地攻击的面目标分配方法

提出对地攻击过程中同种类性武器装备对不同种类型面目标分配时的有序矩阵概念,并以数学方法证明有序矩阵的存在性.仿真分析并验证这种面目标分配法针对同种类型武器装备分配于不同种面目标,不同种类型武器装备分配于不同种面目标的可实施性、快速性.     

一类火力分配的整数规划模型

文章针对一类火力分配问题建立了整数规划模型,并构造了相应的求解算法。经检验,该模型实用可靠。     

判决元理论及其在武器分配中的应用

介绍了判决元理论的基本内容〔１〕,并将此理论用于解火控领域的武器分配问题（ＷｅａｐｏｎＡｓｓｉｇｎｍｅｎｔＰｒｏｂｌｅｍ,简称ＷＡＰ）,从而提出一种新的分配算法。通过２２个战例的仿真,结果表明,本算法收敛速度快,而且能收敛于理想的稳定状态。因此,在大规模的海战系统和高性能防空系统中,这种算法有着十分广阔的应用前景。     

利用Monte Carlo法,确定对坦克临战队形射击的火力分配方案

利用Monte Carlo法,对坦克临战队形射击的两种不同的方案进行模拟比较,以确定出最优的火力分配方案。     

军事经济学科几个前沿理论问题探讨

军事经济定义应是军事生产和保卫生产的统一。保卫生产也生产价值,其劳动成果劳动服务产品也计入 GDP 之中。军人工资福利分配,实行按劳分配与按生产要素分配相结合,绝大多数军人个人所得则由补偿性分配、军人人力资本所得两部分组成。少数军人还会有科技要素分配所得。     

把目标威胁纳入性能指标的目标分配方法

武器系统目标分配是作战指挥中的一个重要问题。提出了把目标威胁纳入性能指标,建立在马尔可夫动态系统输入过程最优化基础上的目标分配方法