遗传算法及其在导弹火力分配上的应用

遗传算法是一种近年来新发展起来的优化算法,目前它已被广泛应用于解决许多实际问题,如函数优化、图像识别、机器学习、人工神经网络、人工生命、优化调度等许多领域。通过对一种遗传算法的研究,阐述其在导弹武器火力分配上的应用。首先设计和实现了一种遗传算法;然后描述了导弹火力分配优化问题,建立了其数学模型;最后运用遗传算法求解了该问题。     

并行系统可扩性分析研究

分析了几种已有的可扩性分析模型 ,并对传统的时间受限与存储受限加速比定律作了新的解释。在此基础上 ,概括出了可扩性分析的本质 ,定义了一类一般意义下同构机器与并行算法组成的并行系统的可扩性模型 ,并由此出发 ,提出了三种新的可扩性模型 :等平均I/O需求模型 ,等平均通信需求模型和等利用率模型。最后探讨了工作站机群与并行算法组成的并行系统的可扩性分析。     

Extending the MAD portfolio optimization model to incorporate downside risk aversion

A mathematical model of portfolio optimization is usually represented as a bicriteria optimization problem where a reasonable tradeoff between expected rate of return and risk is sought. In a classical Markowitz model, the risk is measured by a variance, thus resulting in a quadratic programming model. As an alternative, the MAD model was developed by Konno and Yamazaki, where risk is measured by (mean) absolute deviation instead of a variance. The MAD model is computationally attractive, since it is easily transformed into a linear programming problem. An extension to the MAD model proposed in this paper allows us to measure risk using downside deviations, with the ability to penalize larger downside deviations. Hence, it provides for better modeling of risk averse preferences. The resulting m‐MAD model generates efficient solutions with respect to second degree stochastic dominance, while at the same time preserving the simplicity and linearity of the original MAD model. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 185–200, 2001     

捷联惯导系统姿态算法研究

姿态算法是捷联惯导系统算法中的一个重要组成部分,研究了一种新的递推补偿方法并在BorlandC语言环境下进行了仿真,使其更接近工程实践.     

自适应数据融合算法

以防空导弹指控系统作战单位为背景,通过对现有经典算法及工程化算法的分析,结合专家经验,提出了基于算法间联系的工程化自适应数据融合算法.对自适应算法的思想、规则集、算法库、推理组成和算法的实现作了详细的描述.     

防空C~3I数据融合工程化算法研究

在防空导弹武器系统数据融合研究中 ,工程化简便算法是其中重要一个方面。提出了几种便于工程化实现的简便算法 ,并进行了仿真实验。     

基于专家系统的消磁电流决策

分析了建立消磁电流决策的专家系统的可行性 ,从基本概念和实际应用等方面介绍了基于专家系统的消磁电流决策的状态描述、数据库的建立以及推理机的确立等     

阻抗测试的采样数值算法

提出一种用于阻抗测量的算法———采样数值算法 ,这种算法是将激励信号和阻抗产生的响应信号通过同步采样技术转换成数值序列 ,将响应数值序列在由激励数值序列构成的正交坐标系中分解 ,得到响应数值序列的同相分量和正交分量 ,求出测试阻抗的参数值。这种阻抗测试的算法 ,具有独特的优点 ,不产生原理测量误差 ,测量精度高     

城市环境下单无人机测向定位航迹优化算法

为解决单架无人机在城市环境中对辐射源目标的定位问题,提出了一种基于环境预测法的单无人机测向定位航迹优化算法。使用交互多模型-扩展卡尔曼滤波进行视距和非视距信号混合环境下的目标估计。结合估计的目标位置和城市地理信息模型,基于视线追踪法求解信号遮挡区域和多径信号干扰区域。在滚动时域控制算法框架下生成无人机预测轨迹,以最大化Fisher信息矩阵行列式为测向定位评价准则,考虑建筑物障碍以及其对信号的遮挡和反射效应对无人机测向定位航迹的影响,控制无人机选择最优航向飞行。仿真结果表明,该方法能够使无人机在存在障碍、信号遮挡和多径干扰的环境下实现对目标的高精度测向定位,为解决城市环境下的单架无人机测向定位问题提供了新思路。     

A genetic algorithm methodology for complex scheduling problems

This paper considers the scheduling problem to minimize total tardiness given multiple machines, ready times, sequence dependent setups, machine downtime and scarce tools. We develop a genetic algorithm based on random keys representation, elitist reproduction, Bernoulli crossover and immigration type mutation. Convergence of the algorithm is proved. We present computational results on data sets from the auto industry. To demonstrate robustness of the approach, problems from the literature of different structure are solved by essentially the same algorithm. © 1999 John Wiley & Sons, Inc. Naval Research Logistics 46: 199–211, 1999