基于混合优化算法的单分量磁性定位方法

为解决现有磁定位方法的定位精度较大程度上依赖于定位参数初始值估计精度的问题,提出了基于混合优化算法的单分量磁定位方法.首先利用舰船垂向磁场的衰减特性构造了相关系数函数,该函数与测量面上磁场的拟合误差函数共同组成了一种新的多目标规划函数,然后将微分进化算法与方向加速法相结合形成了混合优化算法,再利用该算法通过多目标规划函数确定最优的定位参数解.实验证明,对于未安装定位系统的半合作舰船,该定位方法利用磁传感器所测目标的垂向磁场,能较准确地确定舰船相对于磁传感器的位置,定位结果稳定可靠,定位精度较高.     

基于启发式算法的弹药配套包装优化模型研究

弹药基本包和组合包的装载优化,是实施弹药配套包装所需解决的关键问题。提出了“分类布局策略”方法,用以解决配套包装布局难题。针对步兵部队体制编制区别,建立了两种具有普遍代表性的装载优化模型。首次提出了“余度”概念,并将其在“类装载启发式算法”中加以应用。试验数据检验证明了所提出的方法对弹药配套包装的实施具有现实指导意义,为其在部队推广应用奠定了理论基础。     

基于遗传算法的虚拟物流联合库存控制研究

针对随机需求条件下的虚拟物流库存控制问题进行了深入研究,提出了一种新的联合库存控制策略——（T,S,s）策略,建立了相应的库存成本模型,并构造遗传算法对模型进行求解。结果分析表明,所提出的（T,S,S）联合库存控制策略是有效的。     

依据心理学原理激发学生的学习动机

学习动机是直接推动学生进行学习的内部动力,学习动机与学习成绩显著相关,是学生学业的一个重要决定因素。兴趣、自我效能感、学习的价值感等内在动机对学习的作用更直接有效,而目标、教师期望、表扬和奖励等外部激励如果使用得当同样可以对学习产生积极的影响。根据心理学原理,我们可以通过培养学生对学习的兴趣、帮助学生建立自我效能感、养成正确的学习价值观、树立有效的学习目标、给予学生合理的期望等方法,来培养和激发学生的学习动机。     

潜艇概念设计阶段的多目标优化研究

研究了潜艇在概念设计阶段的多目标优化问题。基于多目标遗传算法(MOGA),把潜艇航速和排水量这两个概念设计阶段的重要属性作为目标函数,考虑了浮力平衡和水下稳性等约束条件,研究了潜艇主尺度确定的问题。计算了一个潜艇概念的数值算例,给出了多目标优化问题的Pareto前沿。文中给出的方法能够快速求解多目标优化解,为实际的潜艇设计提供参考。     

一种改进的板块元目标回声计算方法

板块元法是一种水下目标回声特性的近似计算方法,提高其积分计算的稳定性和快速性是应用中常遇到的问题。将Gordon积分算法引入到板块元方法中,并结合面元声散射特点,对其加以简化。仿真结果表明,所提方法在计算目标回声中不仅有效克服了常规算法中的不稳定问题,也使计算速度得以提高。     

常微分方程的割线迭代格式

在常微分方程的数值解法中,Euler的隐式格式稳定性较好,但由于它为隐式,因而给计算带来了极大地不方便。为了解决此问题,本文给出了一种数值解法——常微分方程的割线迭代格式。     

基于直线特征及模板倾斜修正的图像匹配定位

针对火炮发射图像序列中运动目标后座的旋转问题,提出了基于直线特征及模板倾斜修正的匹配定位方法。该方法首先利用Hough变换提取出具有反应倾斜角特征的直线,与基准直线比较,算出直线旋转角度α,再把包含模板的基准图部分区域旋转α后截取新模板,使问题回到只有平移的情况并进行去均值归一化相关法（NNPROD）匹配。实验与分析表明,该方法可以有效地解决存在旋转、灰度对比度变化大、噪声干扰强、强光饱和等情况下的匹配定位问题,匹配精度较高。     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。