基于粒子群算法的宽带真延时平面阵列方向图综合

针对大阵元间距平面阵列方向图综合问题,提出基于粒子群算法的宽带真延时平面阵列方向图综合方法。该方法根据真延时条件下阵列方向图主瓣和栅瓣指向的特点,采用宽带真延时抑制阵列方向图的栅瓣;利用粒子群优化算法优化阵列结构,得到具有较高主副瓣比的平面阵列方向图。通过对8×8的矩形平面阵进行仿真,验证了所提方法的有效性,在此基础上,还仿真研究了该方法对栅瓣的抑制性能与信号带宽之间的关系。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

高超声速飞行器前缘流-热-固一体化计算

针对高超声速流动气动加热与结构传热的复杂耦合问题,探索和研究基于有限体积法的高超声速流-热-固一体化求解方法,将流场与结构温度场进行统一建模与数值模拟。该方法避开了传统气动加热和结构传热耦合求解方法在时间域内进行流场与结构温度场耦合交替迭代计算所带来的大量数据交换与计算,将流场与结构温度场作为一个物理场,采用统一的控制方程进行求解。采用典型高超声速绕流二维圆管稳态或非稳态流-热-固耦合算例对该一体化方法进行验证,稳态时圆管驻点温度最高达到648 K,非稳态时的热流密度和结构温度与参考文献和实验值吻合较好,由此证明了该方法的可靠性和正确性。与耦合计算方法的对比分析结果表明:该一体化求解方法所得计算结果更接近实验值,并且计算量和网格依赖性都相对较小,具有更好的稳定性和计算精度,能为高超声速飞行器一体化热防护设计提供有效的理论和技术支撑。     

圆周合成孔径雷达的快速时域成像算法

为实现圆周合成孔径雷达(Circular Synthetic Aperture Radar,CSAR)快速成像,提出一种用于CSAR的快速时域成像算法。该算法通过将CSAR的圆孔径分成若干子孔径,分别对子孔径采用快速因式分解后向投影算法处理,再将各子图像相干插值叠加至同一坐标系下得到成像结果。详细分析算法实现中的坐标转换、误差控制和运算效率等关键问题,并用点目标仿真和实测数据处理结果验证算法的有效性。所研究方法具有成像范围大、计算量小等优点。     

复杂约束下的导弹作战任务规划模型和算法研究

导弹作战任务规划是一个涉及时间、资源、质量和其他关系约束的复杂问题。首先通过定义约束满足效用对基本约束满足模型进行了扩展,建立了导弹任务规划的约束满足优化模型。在此基础上,研究了任务规划模型求解的时间和效用传播算法,提出了基于综合效用的优化求解框架。该模型和求解框架易于解决具有多种约束因素的复杂问题,具有较好的通用性。通过定义软、硬约束效用,使得实际任务规划问题求解具有更好的灵活性。     

静止目标纯距离测量下的定位原理与方法研究

针对水下网络战条件下目标定位的特点,分析了纯距离系统可观测的条件,即对静止目标、观测站作直线运动,系统是不可观测的;并通过与同条件下的纯方位系统的对比,得出了在一般情况下,纯距离系统比纯方位系统具有更弱的观测性的结论;给出了估计目标位置参数的一种递推算法,该算法具有形式简单,不需要初值的特点;仿真试验表明,算法具有收敛速度快,精度好,稳定的优点.应用前景良好.     

武警部队开进路线问题的蚂蚁算法研究

部队开进路线问题是类似于TSP的NP问题。本文将蚂蚁算法应用于部队开进路线问题中,在综合考量每条路径的通行条件、隐蔽性、迂回道路数量基础上,通过层次分析法求出每条路径的权值,进而运用蚂蚁算法原理对问题设计算法。算法用Delphi实现,通过对实际部队开进路线问题的测试,得到较好结果。相对于传统的经验选择路径方法,此方法更少依赖选择主体的主观性,从而更具客观性与可重复性。     

基于改进单亲遗传算法的军事物流中心选址问题研究

为了有效求解军事物流中心选址问题,在单亲遗传算法加入模拟退火选择操作,与倒位算子和非均匀变异操作相结合,构建了退火单亲遗传算法。在选择操作中,采用三复本锦标选择的方式,确保了种群的多样性。计算结果表明该方法可有效求解选址问题,取得较一般遗传算法更优的结果,算法的搜索效率和收敛概率均得到大幅度提高。     

基于遗传算法的应急物流多设施选址模型研究

在现有研究的基础上,建立了应急物流多设施选址模型。在模型建立过程中除了考虑距离这一基本要素,还考虑了流量与安全性等道路特性,并将其转换为道路的综合权值,使模型更具现实意义。采用遗传算法求解,使该问题的求解过程得到简化。最后用实例对模型进行了验证分析,说明该模型的合理性。     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。