基于组件的末段高层反导作战仿真系统功能分析与设计

末段高层反导作战系统是拦截来袭战术弹道导弹的一个重要武器系统,其发展水平是一个国家军事实力的重要体现。鉴于该系统构成复杂、成本昂贵,因此开发用于科研和训练的作战仿真系统已成为一个关键问题。分析了末段高层反导作战仿真系统的功能结构和数据流,建立了末段高层反导作战仿真系统的功能组件模型。基于功能组件的作战仿真系统具有可重用和即插即用性等特点,有利于简化作战仿真系统结构组成,缩短作战仿真系统开发周期,可为实际战斗力生成提供一个用于科研和训练的实验平台。     

UCAV空面多目标攻击三维轨迹规划技术

研究了单架无人作战飞机(UCAV)攻击多个地面目标的三维轨迹规划问题。首先,将问题形式化为一类特殊的旅行商问题(TSP),即带动力学约束的邻域访问TSP问题(DCTSPN)。其次,针对规划空间维度过高、搜索代价过大的问题,提出了一种基于概率路标图(PRM)的方法。该方法借鉴了基于采样的运动规划方法的思想,并结合多种组合优化技术,将原本连续状态空间中的轨迹规划问题转化为离散拓扑图上的路由问题。求解过程分为离线预处理和在线查询两个阶段。离线阶段采用Halton拟随机采样算法及Noon-Bean转换方法,将原问题转化为经典的非对称旅行商问题(ATSP);在线阶段根据战场态势的实时变化,快速更新路标图,然后采用LKH算法在线求解问题的近似最优解。为了保证生成的飞行轨迹满足平台的运动学/动力学约束,算法基于Gauss伪谱法构建了局部轨迹规划器。最后,以攻击时间最短为优化指标对算法进行了仿真实验。结果表明,本文提出的方法能够以较高的精度和在线收敛速度生成真实可行的、较优的多目标攻击轨迹。     

航路规划中数字地图综合处理技术

以中远程反舰导弹航路规划为背景,研究了数字地图应用的相关处理技术。首先介绍了数字高程模型及其相应的处理技术,其次论述了对数字海图进行网格划分的基本原则,然后分析了计算地图上每个网格单元的代价MC(Map Cost)所需考虑的主要因素,最后给出由MC生成的最小代价BC(Best Cost)的方法,为下一步航路规划算法的实现奠定了基础。     

用于任务规划的航母编队防空威胁建模

建立正确的航母编队防空威胁模型是反航母任务规划成功的前提,在分析网络化条件下航母编队综合防空反导体系作战特点基础上,综合考虑反舰导弹性能、防空雷达网和编队防空火力威胁等因素,利用加权指数方法建立了网络化条件下航母编队综合防空网络威胁模型。仿真结果表明该模型能够体现航母网络化防空体系的真实情况,可以用于反航母任务规划。     

大区域防空作战条件下防空兵作战方案的优选

大区域防空作战条件下防空作战指挥决策往往面临的是多目的(指标)决策,在分析作战指标的基础上对所选作战方案的益损值进行标准化处理和贴近度排序,并求出各方案的排序频数,将其转化为最优线性分派模型进行优化,从而使所有方案得到总体最优排序。     

红外空情预警系统及其作战运用研究

通过对我军防空兵部队现有预警系统的预警能力和红外空情预警系统特点的分析,论述了发展红外空情预警系统的必要性;同时,详细研究了红外空情预警系统在防空作战中的运用。     

未来海上防空作战战场环境研究

战场环境对海上防空作战有着直接的影响,针对日益复杂的战场环境,从空中威胁环境、自然环境、电磁环境等方面深入分析了未来海上防空作战可能面临的战场环境及其对防空作战的影响,提出了未来海上防空武器和防空体系发展的几点建议。     

基于GP的计划生成方法

针对计划生成的计算复杂性和传统遗传算法在求解组合问题时的低效率,结合任务策略提出了一种基于遗传程序设计的计划生成方法。利用业务活动域的任务策略知识来指导遗传操作,减少了完全随机遗传操作造成的无效操作,并且在进化过程中使高阶模式和低阶模式获得共同的进化机会,提高了遗传算法的效率。     

装备保障信息资源规划框架设计

分析了我军装备保障信息资源的现状,找出了信息资源建设中存在的主要问题。针对我军装备保障实际,依据信息资源规划理论,提出了装备保障信息资源规划的总体方案框架及工程化方法。旨在为装备保障信息系统的开发打下基础,以促进装备保障信息化建设的进程。     

Robust capacity planning in semiconductor manufacturing

We present a stochastic programming approach to capacity planning under demand uncertainty in semiconductor manufacturing. Given multiple demand scenarios together with associated probabilities, our aim is to identify a set of tools that is a good compromise for all these scenarios. More precisely, we formulate a mixed‐integer program in which expected value of the unmet demand is minimized subject to capacity and budget constraints. This is a difficult two‐stage stochastic mixed‐integer program which cannot be solved to optimality in a reasonable amount of time. We instead propose a heuristic that can produce near‐optimal solutions. Our heuristic strengthens the linear programming relaxation of the formulation with cutting planes and performs limited enumeration. Analyses of the results in some real‐life situations are also presented. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.