随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

基于优化初始聚类中心K-Means算法的跳频信号分选

提出了一种优化初始聚类中心的方法.方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置.由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少.与传统的优化聚类中心方法相比,本方法计算量更少.最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好.     

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.     

积分模糊变结构控制的导弹侧向自动驾驶仪设计

针对导弹侧向稳定回路这一参数大范围快时变系统,应用一种积分模糊滑模控制方法来设计自动驾驶仪.通过模糊控制和滑模控制的有机结合,并引入积分环节,使得控制输出得到连续化,避免了变结构控制所固有高频颤振现象,易于工程实现.仿真结果表明,给出的积分模糊变结构控制器,能够抑制弹体模型参数的大范围变化和外界干扰等不确定因素的作用,具有很强的鲁棒性和良好的动态性能.     

C~4ISR系统任务实时性的评价方法

提出一种定量评价C4ISR(Command Control Communication Computer Intelligence Surveillance and Reconnaissance)系统任务实时性方法--时序着色模糊时间Petri网(TCFTPN)方法.用时序逻辑公式来限制着色Petri网的变迁引发行为,用模糊时间来表示各工作过程的时延特性和降级工作问题.通过估计在规定的时间内标识从任务开始状态到达任务完成状态的概率来确定C4ISR系统的任务实时性.     

基于多蚁群的无线传感器网络路由算法

无线传感器网络的快速发展,对于其路由协议有了更高的要求,关键是在节省能耗的情况下提高数据传输效率.提出了一种基于多蚁群无线传感器网络路由算法,采用多种群并行搜索,并在种群中采用基于目标函数值得启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径,利用蚁群的分布式特点,通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径,然后根据节点信息适时更新路由表.仿真结果显示MACRA降低了能耗,延长了网络寿命.     

基于模糊熵的装备保障性评估模型

给出了一种基于模糊熵的不确定区间属性评估方法,用于在大量不确定区间信息和只有判断矩阵情况下,对多个待评价指标的方案进行评估.通过不确定属性评价矩阵的熵权计算,对多个方案进行优选评估,得出最优方案,并将这一方法应用在装备保障性评估中,实例证明此评估方法结果准确,可操作性较强,具有一定的推广价值.     

信息融合系统中算法管理理论研究

信息融合系统中,数据源千差万别,多种多样;而众多的信息融合算法也具有不同的适应性.通过对实验数据的分析说明了数据源以及融合算法的选择显著影响了最终的融合结果.针对数据源、融合算法和融合结果之间的关系,以优化融合结果为目的,提出了信息融合系统中算法管理(Algorithm Management)的理论,阐述了算法管理的目标、算法管理可能的方法和算法管理的实现结构.最后讨论了信息融合领域中与算法管理理论相关的其他问题.     

基于决策满意度的装备备件配置仿真优化方法

作为装备维修保障体系的重要组成部分,备件的合理配置是装备保障的核心,直接影响装备的使用可用度.而如何在保证装备的使用可用度情况下使备件的保障费用尽可能地减少,是决策者最关心的问题.提出一种基于决策满意度的装备备件配置仿真优化方法,通过蒙特卡罗仿真建立装备使用可用度模型,并在二级维修保障模型进行仿真的基础上,利用模糊多目标优化对备件的使用可用度和备件保障费用这两个指标进行综合评判,最后得到符合决策满意度的备件配置方案.     

基于遗传算法的结构测试数据自动生成

生成测试数据是软件测试的主要过程,将遗传算法引入到测试数据的自动生成中,重点介绍其生成过程,并对遗传操作进行改进,在一定程度上降低算法的过早收敛性.最后构建出基于遗传算法的测试数据生成模型.并用实例证明算法的高效性.