基于静止标量磁强计的运动舰船定位问题的研究

建立了静止标量磁强计对运动舰船定位的模型,并给出了用遗传算法求全局较优解、然后用单纯形法进行精确局部搜索的求解参数的方法.仿真实验表明这种方法有效、可行.     

基于神经网络的材料非稳态疲劳损伤可靠性研究

疲劳累积损伤是一个非稳态能耗过程,可以用遗传算法优化后的3层2 7 1BP神经网络来描述疲劳损伤的非线关系,经仿真验证表明,该神经网络具有较高的精度和泛化能力.通过对材料疲劳损伤临界值和载荷的分散性的分析研究,建立了疲劳失效动态准则,并运用蒙特卡罗随机抽样法对材料疲劳寿命的可靠性进行了仿真验证;对调质45号钢在随机载荷和2级载荷作用下,进行了疲劳寿命可靠性仿真计算,仿真结果与实验结果和理论分析比较吻合.     

An efficient metaheuristic for integrated scheduling and staffing IT projects based on a generalized minimum cost flow network

Scheduling IT projects and assigning the project work to human resources are an important and common tasks in almost any IT service company. It is particularly complex because human resources usually have multiple skills. Up to now only little work has considered IT‐specific properties of the project structure and human resources. In this article, we present an optimization model that simultaneously schedules the activities of multiple IT projects with serial network structures and assigns the project work to multiskilled internal and external human resources with different efficiencies. The goal is to minimize costs. We introduce a metaheuristic that decomposes the problem into a binary scheduling problem and a continuous staffing problem where the latter is solved efficiently by exploiting its underlying network structure. For comparison, we solve the mixed–binary linear program with a state–of–the–art commercial solver. The impacts of problem parameters on computation time and solution gaps between the metaheuristic and the solver are assessed in an experimental study. Our results show that the metaheuristic provides very favorable results in considerable less time than the solver for midsize problems. For larger problems, it shows a similar performance while the solver fails to return feasible solutions. © 2012 Wiley Periodicals, Inc. Naval Research Logistics 59: 111–127, 2012     

基于Kriging模型的环形桁架可展天线结构参数优化方法

针对传统结构动力学优化过程中求解效率较低的问题,以环形桁架可展天线结构参数优化为研究背景,在环形桁架可展天线结构的参数变量空间中,以试验设计方法选取样本点,通过有限元方法得到各个样本点的第一阶固有频率、固定载荷最大变形等响应值,利用样本点和响应值的关系建立Kriging近似模型进行优化算法的寻优,得到满足所有约束条件的最优解。结果表明,所得到的环形桁架可展天线第一阶固有频率、固定载荷最大变形的响应面呈现比较明显的非线性关系,基于Kriging模型的结构优化方法能比较准确地对环形桁架可展天线进行寻优设计。     

基于效费比的武器目标分配

有效武器目标分配(WTA)是防空阵地的核心。分析了目标毁伤收益、武器损伤关键战术指标因素,提出基于效费比的WTA评价标准,建立了针对多目标的WTA模型,并研究了用遗传算法求解模型的方法。该遗传算法通过设计一种武器目标分配的染色体编码,利用最优保存策略选择运算、均匀交叉运算、非均匀变异运算来求解。仿真结果验证了模型的合理性和算法的有效性。     

战时野战通信装备随机备件优化方法

随着模块化技术在军事领域的广泛应用,通信装备的战场抢修通常采取换件修理的方式。针对战时野战通信装备随机模块化备件的配置问题,建立了装备战备完好性和费用约束的优化模型,并给出了遗传算法的求解过程。通过实例分析表明该方法能够在战时为装备配置数量合理的备件,使装备备件在满足战备完好性的基础上携行量最少。     

改进的遗传算法在图像边缘提取中的应用

提出了一种改进的遗传算法,采取了确定性采样选择算子对选择算子进行了改进;明确了非等概率融合单阈值单点交叉算子,对交叉算子进行了改进;同时还提出了一种新的变异算子,它依据一种新的判断群体"集中"与否的准则,根据群体的进化程度自适应地调整变异概率pm的值。将改进的遗传算法用于图像的边缘提取问题中,试验结果表明,与穷尽法和普通遗传算法相比,提出的算法在保证有效地提取出边缘的基础上,节省了运算时间。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

基于免疫遗传算法的人上位拣选车作业规划问题求解

针对人上位拣选车的作业轨迹规划问题构建了具有附加安全约束条件的时间最优控制数学模型,并提出了一种免疫遗传求解算法．该算法较单纯遗传算法有效避免了种群退化,且收敛速度更快．实验表明,该算法适用于求解人上位拣选车的作业轨迹规划问题．