基于改进粒子群算法的联合火力打击目标分配研究

针对联合火力打击目标分配涉及影响因素多、存在大量参数和变量的特点,建立了联合火力打击目标分配模型,采用改进的粒子群算法探讨了目标最优化分配问题。对粒子群算法中解空间存在的可能解进行编码,将可能解进行交叉、变异和选择操作得到新的粒子个体,不断迭代,从而得到可行的最优解。通过对一个作战想定的多次仿真,进一步表明了算法的可行性和有效性,为指挥员科学决策提供了依据。     

目标信息的时效性分析

战场态势是随时间不断变化的,描述战场实体状态的目标信息有其寿命周期,须及时生成并提供给使用者.提出信息价值和信息时效性的概念来衡量指挥自动化系统提供的目标信息是否满足作战行动对时间的要求.信息价值因为延时而衰减,从而降低使用信息所能达到的效果.通过分析信息延时对决策质量、毁伤概率的影响,分别讨论了信息用于决策和作战的时效性.     

弹炮结合防空武器系统毁伤概率分析与仿真

针对弹炮结合防空武器系统毁伤概率是决定系统效能的关键问题,分析了决定系统精度和毁伤概率的主要因素及其相互关系.以单枚导弹对目标的毁伤概率和高炮一次点射对目标的毁伤概率为目的,建立了弹炮结合系统毁伤概率分析模型.通过计算机仿真得出了一定航路条件下对典型目标射击,高炮一个2S长的36发点射的平均毁伤概率为40%,单枚导弹的平均毁伤概率为63%.在2枚导弹和2个点射的情况下,系统总的毁伤概率可达97.8%.     

侵彻子母弹对跑道封锁概率与打击效果评估

现代战争中为取得制空权使用侵彻子母弹对敌方的机场跑道进行攻击是一种有效的战术手段.如何有效地规划打击方案是指挥员所关心的问题.就此建立了相关的数学模型,研究使用侵彻子母弹对跑道打击的封锁概率和弹头有效率问题.还讨论了在使用卫星遥感影像检测跑道上弹坑存在误差条件下,对目标打击效果评估准确性的问题.并使用仿真方法,综合上述因素,对封锁跑道的多种战术技术组合条件做了实验,给出了定量的计算结果,为打击方案的设计提供了理论依据.     

反舰导弹两种射击方式下捕捉概率及仿真

超视距攻击下,不同的射击方式对捕捉概率可能产生不同的影响.在不同射击方式误差机理分析的基础上,给出了超视距打击情况下两种不同射击方式的捕捉概率模型,在一定的数据设置情况下,进行了仿真分析,给出了两种不同射击方式下的对比分析.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。     

基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

一种新的模糊多层自组织神经网络图像目标检测方法

神经网络方法和模糊集理论用于图像处理和目标检测时各有优势,文中提出了一种将神经网络和模糊集理论集成的混合方法,即模糊多层自组织神经网络法。该方法将模糊测度作为神经网络的目标函数,网络包括多层结构,任一层中的一个神经元对应图像中的一个像素,该神经元只与前一层的对应元素及其邻域元素连接。针对遥感图像的实验处理过程证明该方法能够有效地进行目标检测和提取,并且具有良好的噪声免疫力。     

小子样下命中概率的估计

研究了当试验次数较少时 ,命中圆域的概率估计。给出了自助估计法和融合估计方法 ,对于估计的精度进行了分析。方法易于实现 ,适用于工程应用