常规导弹战前运输任务优化模型

制定常规导弹战前运输计划时,各车辆运输时间和运输路线的安排是一个组合优化问题.运用军事运筹学和不确定性优化理论,充分考虑节点冲突性、车辆隐蔽性、任务时间、道路容量等因素,建立了运输任务方案的优化模型.该研究为常规导弹波次作战计划的制定和优化提供模型支持,有助于提高常规导弹作战指挥自动化和部队的生存能力.     

线性唯象传热规律下热机内可逆热经济学研究

对符合线性唯象传热规律(q∝Δ(T-1))的热机内可逆热经济学做了进一步研究,导出了在给定条件下Novikov热机的最优利润解析式,并得到了最优利润和相应的效率同其它参数间的关系.     

MEFP战斗部结构的正交优化设计

以多爆炸成型弹丸(MEFP)为计算模型,应用显式有限元程序LS-DYNA,分析了药型罩间距、锥角、壁厚、装药高度和装药直径5种因素对MEFP发散角的影响规律。结果表明:随着药型罩间距、壁厚和装药直径的增加以及药型罩锥角、装药高度的减小,MEFP的发散角在减小。在此基础上以MEFP发散角为命中和毁伤概率指标,应用正交优化方法针对5种结构因素对MEFP发散角的影响主次关系进行了分析研究。结果表明药型罩壁厚是MEFP战斗部命中和毁伤概率的主要影响因素,并得到了5种结构因素各水平的最优组合。     

双站无源定位最佳配置分析

为了提高双站无源定位精度,在全局坐标系下分析了双站纯方位定位系统的最佳配置形式。首先研究了最小GDOP(Geometric Dilution of Precision)意义下的方位角约束关系及最优夹角,得到双站的最佳配置形式是目标与两传感器间呈一确定夹角的等腰三角形;在此基础上,讨论了夹角对GDOP的影响进而提出有效定位区域的概念,指出只有当目标位于该区域内时双站才能获得较好的定位精度。仿真结果验证了上述关于最佳配置形式及有效定位区域的分析,指出该结论可以应用到基于传感器管理的多站无源定位算法中。     

战时弹药供应协同调运模型研究

弹药协同调运是战时弹药保障工作中的重要环节,其协同调运的合理性将直接影响到弹药保障工作的顺利进行.针对弹药的调运问题,从战时技术实施与应用角度研究弹药的调运问题,以到达需求点的运输时间、弹药输送车数量以及弹药损失量为优化目标,建立一种多目标决策模型,为缩短运输时间、减少弹药输送车数量、提高安全到达需求点的弹药量提供一种实用的方法.     

基于自适应变异粒子群算法的火力分配方法研究

针对最优火力分配的特点,分析了火力分配优化问题的数学模型,设计了一种求解该类问题的自适应变异粒子群算法（Adaptive Mutation Particle Swarm Optimization, AMPSO）。该算法采用十进制编码方法和基于数值运算的个体更新方法;为平衡算法的局部搜索能力和全局收敛性能,设计了一种关键参数自适应调整方法;为增强种群在进化后期的多样性,提出了一种变异策略。仿真结果表明,所提AMPSO算法具有良好的寻优性能,是优化火力分配的一种有效算法。     

基于信息熵的未确知测度的指挥信息优势评估

现代战争中获取信息优势成为夺取战争胜利的关键。为更好对指挥信息优势进行定量评估,在未确知数学理论基础上,首先引入专家可信度对指标效果值进行处理;研究了信息优势的度量和识别方法;并通过评估指标输出的信息熵确定指标权重,建立了基于未确知测度的指挥信息优势评价模型。最后通过实例分析给出评估结果和改进建议,获得了较为成功的应用。未确知效果测度评价模型严谨,评价结果合理、精细、分辨率高,适合于指挥信息优势的评价。     

基于粒子群优化算法的低空突防航迹规划

本文提出了运用粒子群优化算法来对飞机低空突防进行航迹规划的方法。首先,说明了飞机突防需要满足的物理限制和战术要求。其次,根据低空突防航迹规划约束多,计算复杂的特点引入粒子群优化算法,并且对其进行简要的介绍。应用粒子群优化算法对低空突防战术进行航迹规划。最后实验结果表明,该方法能够对飞机低空突防过程规划出可行的飞行航迹。     

基于理想解法的空中加油机驻地分配选择

一体化联合作战条件下,跨战区、跨军兵种实施空中加油将更加频繁,空中加油机驻地分配选择对空中加油任务的实施有重要影响。分析了影响空中加油机驻地分配选择的主要因素,以此确定决策指标,这是一个多指标综合评价问题。基于理想解法的原理和方法,构建了空中加油机驻地分配选择决策的数学模型。通过示例分析表明,该方法计算简单,较好地解决了空中加油机驻地分配选择问题,并可在此基础上做进一步研究,为实际应用中解决类似问题提供了一种新思路。     

战时装备保障力量抽组多目标优化模型研究

分析了影响装备保障力量抽组决策的因素,对装备保障力量的抽组问题进行了数学描述,建立了装备保障力量抽组多目标优化模型。针对多目标优化的求解问题,提出了一种相对理想点的求解算法。在相同的约束条件下,基于目标函数向量与理想目标向量之间的相对接近度而构造一个偏好函数,将多目标优化问题转变为单目标优化问题进行求解,通过实际算例验证了算法的可行性。