基于量子免疫遗传算法的火力分配优化问题

针对传统方法在解决火力分配优化问题时存在迭代次数多、收敛速度慢、易陷入局部极值等不足,将免疫遗传算法中的免疫克隆、免疫记忆、免疫平衡机制引入到量子遗传算法中,利用求解问题的先验知识和局部最优解信息来改善和优化量子遗传算法的性能,提高了算法的收敛精度、收敛速度和稳定性。在分析问题背景和算法实现过程的基础上,通过实例仿真,模拟了不同容量的抗体记忆库对算法性能的影响,对比了普通遗传算法、量子遗传算法、免疫遗传算法以及文中所提及的量子免疫遗传算法在解决火力分配优化问题上的不同优化效果,结果表明:该方法在解决火力分配问题时,可以有效克服早熟现象,具有收敛速度较快、稳定性较好的特性。     

基于兹-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法（兹-QPSO）实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。     

激光制导航空炸弹攻击区仿真计算

针对某型激光制导航空炸弹,进行了典型条件下的攻击区仿真计算,得出了几点结论。研究的方法和结论,可供研究激光制导武器参考,为进一步研究其它条件下投放激光制导武器的攻击区打下基础。     

选择导线截面的估算法

本文根据消防工作和工程设计的实际需要,提出选择导线截面的一种估算法。     

一种面向完成时间与负载均衡的任务调度算法

公共计算环境作为新一代舰艇信息系统集成环境,具有统一架构、资源共用、可扩展等优点,是未来舰艇信息化发展的关键。公共计算环境本质是云环境,任务调度中的完成时间和负载均衡对公共计算环境的整体性能有重要影响。面向优化完成时间和负载均衡两个主要问题,采用了基于改进蚁群优化算法的任务调度算法和负载修正系数,融合非支配遗传算法(NSGA-Ⅱ)中快速非支配排序的方法进行多目标优化,生成最优解的Pareto前沿。使用CloudSim平台进行仿真模拟,实验结果表明,在负载均衡和完成时间目标上,提出的面向完成时间与负载均衡的蚁群算法(TL-ACO)与NSGA-Ⅱ相比性能更优异。     

向现代方法和手段求创新

在现代条件下创新军事理论要学习运用好现代方法和手段,做到“三个参与”。“参与用”是向数据计算求创新、向人机对话求创新、向模拟论证求创新。“参与建”是要靠整体力量推进数据库建设,逐步积累。“参与学”是要把学技术放在重要位置,将理论与技术相结合。     

多武器系统对抗中目标毁伤的模拟计算

就多武器系统对装甲目标的毁伤计算提出了一组概念及相应的计算公式,这组公式综合考虑了多种实战因素,在作战模拟中具有一定的应用价值。