混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

多基纯距离测量条件下基于全局收敛策略的目标定位方法

在多基阵纯距离测量条件下,为提高目标定位精度,首先建立了多基纯距离目标定位系统最小二乘估计模型;然后,将全局收敛策略与高斯-牛顿法相结合,得到了解决多基纯距离目标定位问题的基于全局收敛策略的牛顿迭代算法,算法保留了二阶以上的观测误差;最后,对算法进行了仿真实验。仿真实验表明:与线性近似法相比,基于全局收敛策略的牛顿迭代算法提高了定位精度,增强了定位稳定性,有效地改善了多基纯距离目标定位系统的定位性能。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

基于SWOT分析的警卫情报工作优化研究

当前,警卫情报工作的范围已经扩展到警卫实战、预警、决策、管理等各个方面,但从总体上看,警卫情报工作仍需进一步优化,以满足日益增长的警卫实践需求。针对警卫情报工作的特点,采用SWOT分析法对警卫情报工作的内外部条件进行客观分析,提出针对性的优化策略,以提升警卫情报工作能力。     

基于蚁群算法的电子设备多值测试故障诊断策略

测试序列优化设计是故障诊断中的重要组成部分,最优测试序列能提高故障诊断的效率,常见的故障诊断系统均基于二值属性,而多值属性系统的测试优化问题研究的较少。针对多值属性系统测试序列优化问题的特点,提出了一种改进蚁群算法,结合二值属性系统和多值属性系统的关系,设计了适应于多值属性优化的状态转移规则和信息素更新机制。针对在等测试费用和故障先验概率的情况下不能寻优的问题,制定了对应的优化标准,符合实际的测试需求。通过对比试验,证明了其能解决电子系统多值属性系统的序列优化问题,扩展了多值属性电子系统的测试优化策略。     

悬臂式围护桩受力性状与内力传递特征试验

为研究悬臂式围护桩结构的内力、弯矩、位移和嵌固段的变化规律及特点,结合西宁火车站综合改造工程,对该深基坑支护结构在不同开挖工况条件下悬臂桩的受力性状与内力传递特征进行现场动态测试试验。试验结果表明:悬臂桩的受力特征与理论值有所差异,在实际设计中可对其在配筋方式、混凝土强度设计、嵌固段长度等方面进行优化。试验结果可以有效优化桩身设计,为复杂基坑在开挖过程中的支护结构受力及变形提供参考性依据。     

抓质量 提效益 促产业优化升级

正提高经济发展的质量和效益,促进工业持续健康平稳发展,离不开产业优化升级。今年,兵团一批重点工业建设项目相继开(复)工建设,为产业优化升级奠定了坚实的基础十师、北屯市2×135兆瓦热电联产项目4月13日,笔者在十师、北屯市2×135兆瓦热电联产项目工程施工现场看到,多种大型机械作业车辆来回穿梭,600多名施工工人正加班加点进行作业,整个工地一派火热的施工景象。据了解,该项目作为市政基础设施之一被列入北屯市总体规划中。作为新兴城市的基础设施,热电联产项目建成后,不仅能为北屯市提供热力,也为所在区域提供了充足的电力,为北屯市的发展奠定良好的基础。     

基于深度强化学习和导航向量场的卫星规避拦截算法

针对在轨卫星规避拦截问题,提出了一种新的基于强化学习和三维李雅普诺夫导航向量场（3D-LGV）算法。首先,采用3D-LGV产生收敛于椭圆轨道的趋近律,保证规避拦截后能再次入轨。其次,针对拦截卫星利用扰动流体动态系统算法（IFDS）产生扰动流场,利用该扰动流场对导航向量场产生的趋近律进行修正,从而保证卫星能有效地规避拦截。由于IFDS算法中扰动流场大小和方向主要受其中反应系数和方向系数的影响,采用近端策略优化深度强化学习算法作为决策层输出反应系数和方向系数,用于指导卫星在不同场景下提供合适的对导航向量场的修正。最后,通过将IFDS算法修正后的趋近律作为卫星的最终运动方向,实现了整个规避过程。在构建的不同场景下进行了对比实验,结果表明,相较于滚动时域优化算法（RHC）、人工势场算法（APF）和传统IFDS算法,基于强化学习的算法决策时间更短、规避效果更好,在不同场景下均能实现有效规避。同时,对该算法进行蒙特卡洛仿真,统计结果显示卫星规避成功率高达98%。因此,此研究对智能方法在卫星规避拦截领域的应用具有一定价值。     

双基发射药螺杆挤压成型多出口模具结构设计优化

为研究某双基发射药在多出口螺杆挤压机内的流动过程,采用单因素法探究出口数目对发射药流动过程的影响,而后以提高生产效率为优化目标,以流道压强差为约束条件,对挤出口数目、模具长度和模具收缩角进行正交实验。结果表明,增加出口数目可以提高产量,减小最大压强差,使生产更加高效和安全;对质量流量和流道压强差影响程度的排序为：出口数目>模具长度>收缩角,并得到最合理的结构参数组合为出口数目5,模具长度40 mm,收缩角37°,此时质量流量提高了17.6%,流道压强差降低了25.0%,满足并保证发射药致密性的要求。     

基于WOA-Elman快速推测火炮射击高空风参数研究

为了缩短高空气象数据获取时间,提高战时火炮射击时弹道诸元解算速度和精度,利用地表气象数据推测高空气象数据是目前重点研究方向之一,采用鲸鱼优化算法(WOA)优化Elman神经网络法的权值,对高空气象风按照气压层进行递推,以获得更好的推测精度。通过气象误差标准分析和基于实验实测弹道数据的仿真分析2种方法,对所获高空气象数据精度进行评估分析,分析结果表明利用WOA-Elman神经网络法可快速有效地对高空气象进行递推预测。