基于遗传算法思想的现行Cernet拓扑结构优化

把Cemet骨干网拓扑结构作为研究对象,并以实现具有QoS保证的IP隧道机制为目的,对该拓扑结构通过引用遗传算法进行了分析,找出了网状型骨干网拓扑结构和星型拓扑结构各自不能建立起IP隧道传输机制的主要原因.通过分析比较,汲取了两种拓扑结构各自的优点,提出了一种以星型为主、网状型为辅,两种拓扑结构相结合的拓扑结构,该拓扑结构较好解决了广域骨干网建立IP隧道传输机制的需要.在此基础上,由遗传算法优化出了一种基于QoS保证的新广域骨干网拓扑结构.最后,对该拓扑结构进行了仿真实验.仿真实验证明,该拓扑是一种优化的结构.     

炮兵火力任务分配的优化模型

现代作战,参战兵种多,炮兵的火力单位和类型更为复杂,不同的火力单位具有不同的毁伤效果,如何用最小的代价取得最大的军事效益,是一种火力任务分配的优化问题.根据不同炮种和目标的特点,建立在一定约束条件下的炮兵火力任务分配模型,并将其转化为指派问题,运用匈牙利算法求解,达到优化分配火力任务的目的.通过仿真计算证明这是辅助指挥员进行射击决策的一种有效手段,为作战指挥理论提供了一种新的数学模型.     

基于熵权的岸基油料保障设施设备效能评估

岸基油料保障是舰艇油料保障的重要方式,岸基油料保障设施设备效能直接影响舰艇油料保障效率。通过对影响岸基油料保障设施设备效能因素的分析,从储油设施设备、输油设施设备、油料装卸加注设施设备3个方面建立了评价指标体系。针对评价中指标权重确定时主观性较强的缺点,引入信息熵的概念进行评价指标权重的计算,建立了基于熵权的岸基油料保障设施设备效能评估模型。通过对3个基地岸基油料保障设施设备效能的实例分析,验证了模型,为舰艇岸基油料保障提供了决策依据。     

模糊综合评判理论的战时指挥员指挥能力

现代战争战场环境日趋复杂,而指挥员指挥能力又带有极大的主观性,这就使战时指挥员指挥能力评估变为一个难题.针对这一问题,首先采用多指标分析法,分析影响指挥员指挥能力的各种因素,并加以恰当量化,建立起合适的评价指标体系;而后选取相应的隶属度函数,建立因素集与评判集间的模糊关系矩阵,并运用模糊综合评判理论进行评估;最后通过三位指挥员的指挥能力评判结果验证了模型的正确性和有效性.     

多层次信息融合技术在燃气轮机故障诊断中的应用

探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型.在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定.数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高.     

基于可变权重模糊集的搜索方案模糊决策模型

运用模糊决策理论,研究了反潜巡逻机在执行反潜任务时,从多种搜潜手段及其组合中选择合理的搜潜方案的决策模型,特别是针对声纳浮标为消耗性器材的特点,引入了基于AHP方法思想的、与声纳浮标存有量有关的可变因素权重模糊集向量,通过计算和判断各种备选方案与理想方案之间的模糊距离,建立了针对不同航行状态潜艇的搜索行动方案优选模型,最后给出了决策算例,验证了模糊决策模型的合理性,可应用于反潜巡逻机作战指挥的计算机辅助决策.     

针对旋转和平移的一种电子稳像算法

提出了一种新的基于Fourier-Mellin的电子稳像算法,用于消除由于推扫平台系统姿态不稳所造成的图像抖动。采用Fourier-Mellin算法和相位相关算法求取待稳定图像帧与参考图像帧之间的旋转角度和缩放及平移参数,并通过校正一组抖动的图像帧来验证所提出的算法。实验结果表明算法很好地估计并补偿了旋转和平移运动,能够满足一般要求。     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上,提出油料装备智能维修决策系统体系结构,论述模型库与知识库的构建方法,描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点,建立油料装备故障智能模糊诊断模型,论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析,以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标,构建油料装备维修策略模型,论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

蚁群算法在光电载荷标校中的应用

针对空中平台光电载荷安装误差的梗准问题,提出了一种利用蚁群算法实现动态标校的方法.通过光电裁荷测量得到的目标方位角、俯仰角和平台导航信息,结合GPs转化得到的方位角、俯仰角真值,建立了基于最优估计理论的目标函数,并利用蚁群算法求得了系统的安装误差.通过蒙特卡洛模拟仿真,验证了该方法能够较为准确地标定出安装误差;通过校准,有效避免了由安装误差引起的结果有偏,使得目标跟踪结果收敛至真值附近.     

基于凸-改进遗传算法的圆阵列方向图联合优化

针对圆形阵列方向图具有较高旁瓣的问题,提出一种新的基于凸优化和改进遗传算法的优化方法。该方法首先采用遗传算法将阵元位置和阵元权值作为优化变量,以最小化波束方向图峰值旁瓣为目标函数进行联合优化,既增加了变量的自由度,又符合理论意义上的全局寻优;同时,为了避免算法的早熟收敛,对基本遗传算法进行了必要的改进。然后采用凸优化方法对阵元权值进行二次优化可进一步降低旁瓣电平,与传统方法相比能够明显提高优化效果的稳定性。仿真数据证实了该方法的有效性和正确性。