多机协同目标与火力资源分配

在协同空战中,快速正确的空战决策是己方战机少受敌方伤害并取得战争胜利的前提。目标与火力资源分配是决策过程的重要部分。多机空战与单机空战相比有明显的不同,不同之处是面临多个敌方目标,根据我方资源最优分配作战对象和火力,基于遗传算法实现了两种算法的有人无人目标与火力资源分配。仿真结果表明,带有毁伤概率门限的算法既节省火力资源又快速有效。     

面向任务的网络化作战体系优化模型

建模研究网络化作战体系对于分析未来信息战争的作战效能具有重要意义。面向任务是网络化作战体系的关键特征,提出了一种基于多目标遗传算法实时分配网络化作战任务的策略,从单一任务到并发任务模型,提出了一种多任务管理的实现方法,经仿真验证,网络化作战体系模型有效。     

基于Bell态与Two-qutrit态无信息泄漏的量子对话协议

基于Einistein-Podolsky-Rosen纠缠对与量子安全直接通信(QSDC),提出了一个新的基于Bell态的量子对话协议.通信双方Alice和Bob只需要进行一次通信即可实现双方之间秘密的同时交换.该方案利用一个随机比特串和检测光子来实现安全性,能够抵抗截获/重放攻击、特洛伊木马攻击和纠缠攻击等典型攻击.很多近期提出的协议中存在严重的信息泄漏,也就是说任何窃听者都可以从合法通信者的公开声明中提取到部分秘密信息,我们的方案很好地克服了这一问题.协议的效率较高,可以达到66.7％,同时由于纠缠态粒子只需要进行一次传输,该方案更简单易行.将该协议推广到two-qutrit态,其安全性仍能得到保证.     

基于遗传算法的航向测量误差分析

提出了一种基于遗传算法的高精度航向测量误差分析的方法,测量模型由2台全站仪组成.通过最佳保留策略和带约束条件的遗传算子,保证该算法具有全局搜索能力.分析结果表明,遗传算法的搜索空间仅为整个搜索空间的0.03%,该模型在现有码头条件下航向测量的精度可达到4″,满足对舰船导航设备高精度航向标校的要求.     

一种新的装备配置优化模型

传统的装备配置优化问题一般采用确定性的数学规划方法解决,难以满足高技术条件下现代战争中需要对大量随机现象和模糊现象进行精确定量分析的实际要求。在分析了高技术条件下装备配置问题一般特性的基础上,根据机会约束规划和模糊机会约束规划的思想,提出了一种新的建立装备配置优化模型的思路和方法,并给出了基于随机模拟的遗传算法的实值算例,算例结果与实际情况基本相符,反映了模型的科学性与实用性。     

多边形障碍环境中避障路径的遗传算法

研究了平面障碍环境中避障的遗传算法,重点介绍了障碍环境的模型构造和用遗传算法求解该模型的方法设计.采用了与已有遗传算法不同的染色体编码方式和不同的遗传算子设计,在初始群体产生时尽量避免了引入无效基因,提高了染色体进化的效率,使得该算法具有很好的寻优能力,实验结果也表明了该算法的有效性.     

混合遗传算法在大型运输机装载问题中的运用

为解决大型运输机装载方案的制定问题,构建了考虑飞机重心、飞机载重量、货舱容积、货物摆放方向、承压能力、装载优先级、货物底置位置和系留等现实约束的装载方案数学模型,提出了一种新的融合整体退火选择方式和对交叉、变异概率进行自适应处理的混合遗传算法,并将此方法运用到两个货物装载算例中。仿真实例表明:该混合遗传算法方法为大型运输机装载方案制定选择提供了一种科学有效的决策方法。     

基于遗传算法的自适应时延估计

基于四阶累积量的约束自适应时延估计(FOC-ETDE)算法具有良好的时延估计性能,但它需要良好的时延估计初值。为了克服此缺点,引入遗传算法进行时延估计的寻优,无需时延的先验信息,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新算法的有效性。     

一种旁瓣注入下的最佳干扰注入点寻找算法

研究了对旁瓣注入干扰同步卫星通信系统上行链路的最佳干扰注入点的选取问题.为了快速找出最佳干扰注入点的地理位置进而保证干扰效果,首先利用STK软件完成了同步通信卫星系统的通信场景建模,重点介绍了天线模型建模,基于此模型,结合遗传算法给出了一种在旁瓣注入条件下快速寻找最佳干扰注入点的算法,并与常规方法进行了对比仿真.通过比较仿真结果可知,给出的算法能够在更短的时间内寻找到最佳干扰注入点,具有一定的应用价值.     

改进的微分进化算法求解空战火力分配问题

为了提高空战火力分配问题的求解性能,提出了一种新的基于微分进化算法的求解方法.首先介绍了基本微分进化算法求解火力分配问题的思路;然后指出了基本微分进化算法存在的不足,并进行了必要的改进;接着给出了改进的微分进化算法求解空战火力分配问题的一般流程;最后进行了遗传算法、基本微分进化算法对比测试,结果表明改进的微分进化算法对于求解空战火力分配问题更加有效.