基于混合离散粒子群算法的正交多相码设计

提出一种混合离散粒子群算法,并应用于正交相位编码波形设计.该算法以归一化自相关旁瓣峰值能量与互相关峰值能量的加权和为代价函数,将遗传算法、模拟退火算法思想引入离散粒子群算法,加入了粒子间信息交流策略和扰动策略,提高了算法的效率,增强了算法的全局搜索能力.仿真结果表明,提出的算法可行、高效.     

基于热经济学的舰船发电机组配置优化

针对舰船综合电力推进的特点,运用热经济学理论,建立了发电机组配置的数学优化模型.通过Matlab遗传算法工具箱,利用改进的遗传算法对发电机组的配置优化进行研究.结果表明,热经济学方法能较全面地反映舰船动力装置配置的经济性;改进的遗传算法是一种解决发电机组配置优化的有效方法.     

基于多目标遗传算法和多属性决策的船舶柴油机转速PID控制器参数优化

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法(NSGA Ⅱ)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.给出了某型护卫舰主机转速PID控制的数值算例.计算结果表明,该联合方法通用性好,所设计的PID性能优异,适合工程实际应用.     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

基于遗传算法的虚拟物流联合库存控制研究

针对随机需求条件下的虚拟物流库存控制问题进行了深入研究,提出了一种新的联合库存控制策略——（T,S,s）策略,建立了相应的库存成本模型,并构造遗传算法对模型进行求解。结果分析表明,所提出的（T,S,S）联合库存控制策略是有效的。     

飞行器航路规划算法分析

针对现代军用飞行器任务规划系统航路规划的特点,分析了飞行器航路规划的基本要求,阐述了目前国内外应用和研究的几种航路规划算法:A*搜索算法、遗传算法、粒子群算法、数学规划算法、电势理论法等,并对飞行器航路规划算法的发展趋势进行了展望.     

基于遗传算法的目标快速跟踪技术研究

针对图像制导类弹药中目标相关跟踪算法计算量大的问题,提出了采用遗传算法加快图像匹配点搜索速度的方法,提高了算法的全局搜索性能,有效地抑制了局部早熟收敛,并利用Matlab对算法的可靠性进行了仿真分析.实验结果证明,在保证匹配精度的同时,该算法比原始算法在计算时间上大大减少.     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

多级电磁线圈发射器时序触发策略研究

为优化多级同步感应线圈电磁发射器(SICEML)性能,以提高发射速度和能量转换效率为检验指标,以影响上述指标的触发时序为优化对象,采用遗传算法建立了单级同步感应线圈型电磁发射器触发位置优化数学模型,计算出了最佳触发位置,通过数值和有限元两种仿真系统对优化结果的正确性进行了验证;采用该方法对两级以及10级同步感应线圈型电磁发射器的触发时序进行了优化研究,并进行了仿真验证;为解决了仿真系统误差的问题,提出采用动子线圈在各级的触发位置和速度作为控制因素的双控触发方式,并研究分析了仿真过程中触发开关的随机抖动对出口速度误差的影响。