基于改进粒子群优化RBF神经网络的算法

针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。     

基于改进粒子群算法的单预警机动态航迹规划

现代战争的战场环境复杂多变,要求预警机必须在执行任务过程中根据临时获取的战场信息进行实时动态航迹规划,因此动态航迹规划具有更强的实战意义。基于此,首先分析了预警机航迹规划与目前研究的飞行器航迹规划的不同,指出目前研究的静态航迹规划方法不能满足动态规划的实时性要求;其次,对影响预警机动态航迹规划的主要因素进行数学建模后得出代价函数;然后,基于改进粒子群优化算法对其进行动态航迹寻优;最后,通过matlab仿真证明了设计的方法能够自动进行动态航迹规划和评价选优,同时能够满足实时性要求。     

基于PSO-AFSA算法的典型集群目标瞄准点选择

利用粒子群算法快速的局部收敛性和人工鱼群的全局收敛性,提出了基于粒子群的人工鱼群混合优化算法,并用于求解常规导弹打击集群目标瞄准点选择优化问题。仿真结果表明:此算法在求解常规导弹打击集群目标瞄准点选择问题时,可以较少的迭代次数取得比较满意的瞄准点。     

基于DPSO算法的军用飞机起降调度

作战时军用飞机的起降时刻均由作战计划指定,但实际中很难精确地使每架军机在计划时刻起降.考虑到各架军机实际与计划起降时刻的偏差对作战影响的不同,以加权提前/延误和为目标函数,将军机起降调度模型转换为带到达时间的单机加权E/T调度模型,并设计了一种针对自然数域的离散粒子群算法求解该模型.仿真结果说明了所设计模型和算法的有效性.     

一种改进的SIR粒子滤波方法

SIR粒子滤波算法在重采样无法进行时可能失效,详细分析了算法失效的原因,并针对此问题提出了基于PSO的改进方法,该方法利用PSO的智能寻优机制引导重要性抽样的粒子移向高似然区,从而确保重采样过程的顺利进行。仿真试验表明,提出的改进方法可以有效解决SIR算法因重采样无法进行而导致的失效问题。     

基于信息熵的多属性群决策通指装备效能评估算法

基于通指装备效能评价指标的多样性和描述语言的模糊性,首先将对通指装备评价属性的定量、定性描述指标统一转化为三角模糊数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于信息熵排序的模糊多属性群决策算法,实现对通指装备的综合评价．最后,通过通指装备效能评估实例分析并证明了算法的可行性和有效性．     

基于证据理论的地空导弹混编群协同效能评估

根据混编群作战协同机理,结合混编群作战过程,依照各要素基本职能,剖析了混编群作战协同效能层次结构,搭建了混编群作战协同评估指标体系;基于证据理论建立了混编群作战协同效能综合评估模型,通过实例验证了方法的有效性。可为完善混编群协同机制,指导混编群作战协同行动的组织实施提供有效的量化决策支持。     

声自导鱼雷一次转角射击参数的优化

为了提高声自导鱼雷一次转角射击的发现概率,建立了一次转角射击的解析模型,并将射击参数的优化归结为一个带约束的优化问题。使用了一种改进的粒子群算法解决了上述问题,优化了自导扇面相遇点系数和出管直航距离两个射击参数。实验结果表明,使用优化后的射击参数显著提高了鱼雷的发现概率。     

基于粒子群遗传算法的多无人机协同路径搜索

为解决不确定环境中多无人机路径搜索针对性不强、效率低问题,提出一种基于粒子群遗传算法的多无人机协同路径搜索方法.建立区域栅格图环境和搜索概率图模型,采取滚动预测的方式,提出使用协同粒子群遗传算法生成预测路径,通过适应度函数确定最优搜索路径,该路径满足无人机最小转弯半径限制,并能实现威胁区域规避和重点区域加强搜索.仿真结果验证了所提算法的有效性.     

基于BMOPSO的后装保障基地多目标选址方法研究

基于后装保障基地选址多目标特性,提出了保障水平—保障距离阶跃性、保障加权距离等概念,构建了多目标混合整数规划选址模型;针对模型目标函数多、维度大、难以计算等特点,设计了一种二进制多目标粒子群算法(BMOPSO),并进行算法效率分析;结合算例分析了具体选址问题,计算得到了一组帕累托选址方案组合和帕累托前沿.该方法可根据决策者偏好为其提供选址决策参考.