求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

采用多岛遗传算法的某型狙击榴弹发射器参数优化

为进一步减小某型狙击榴弹发射器的后坐力,提高人机工效,对其参数优化开展了研究;以武器后坐力极值最小为目标,分析了模型各参数的灵敏度,确定了设计变量,以武器总质量不增大为约束条件建立了优化模型;应用Isight平台集成Adams软件的方式,采用多岛遗传算法对该武器的相关参数进行了优化计算,对所得到的最优解进行了仿真分析;结果表明:优化后其后坐力极值降低了18.6豫,武器质量减小了51.3 g,其导轨的振动次数有所减少;优化方案有效提高了该武器人机工效和系统平稳性。     

基于模糊遗传算法的先进战机协同攻防决策

根据先进战机的特点以及协同空战的发展方向,采用了一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型,为了更符合作战情形对其进行了部分改进。将模糊遗传算法应用于上述模型,给出了求解多机协同攻防决策问题的算法,模糊推理器主要用于交叉概率Pc和变异概率Pm的整定。最后用具体算例进行仿真验证,结果表明采用的空战态势分析模型能够较为准确地描述多机协同空战,同时采用的算法具有较好的可行性和实时性,为协同空战的攻防决策提供了新的解决方案。