基于遗传算法的电子对抗作战实验寻优方法

作战仿真实验是评估电子对抗作战效能的理想方法,但在方案寻优时却面临实验方案"组合爆炸"的困难。对此,提出了将遗传算法引入作战实验寻优过程的求解思路。简要介绍了电子对抗作战仿真系统;分析了电子对抗作战方案拟制一般流程,建立了电子对抗作战方案优化模型,并给出了结合遗传算法和作战实验对其进行求解的原理和步骤;通过空袭作战电子对抗方案寻优的实例验证了方法的有效性。结果显示,本方法能够极大地提高寻优效率。     

基于多目标优化的任务计划建模及方法

针对任务计划在进行多目标优化时采用进化算法求解效率较低的问题,设计了一种结合分组策略的非支配排序遗传(NSGA-Ⅱ)算法,可以快速有效地得到合理的分组结果。基于分组结果,调整NSGA-Ⅱ算法的步骤,灵活地进行种群初始化,使最终分配结果各优化的目标有了明显的改善,提高了算法的效率。通过实验分析,验证了所提方法的可行性和有效性。     

一种基于蚁群算法的准动态防空武器分配算法

武器目标分配问题是一个典型的限制组合优化问题,旨在得到在整个防御阶段中针对目标函数的最优武器分配方案。分配算法主要分为静态和动态两大类。针对传统静态分配模型中存在的几点问题,提出了基于时间窗的准动态武器目标分配算法,该算法综合考虑拦截概率、拦截时间和武器耗费多个优化指标,并将该算法推广至多类防空武器的优化分配中。通过大量实验验证,该算法在性能、时间复杂度等方面均有较大优势,并且能较好地适应战场态势的变化,及时调整分配方案,具有很好的实用性。     

多脉冲导弹可达域优化方法设计与分析

为了更合理地制定导弹的战术指标和作战任务规划,对多脉冲导弹可达域进行研究。通过引入加权的纵程和横程的组合性能指标函数,将可达域的优化问题转化为最优控制问题,建立以飞行攻角和侧滑角为双优化设计变量的多阶段多约束优化模型,采用hp自适应伪谱法对其进行求解,并着重分析多脉冲导弹发动机参数和终端约束条件对导弹可达域的影响。仿真结果表明,hp自适应伪谱法能有效解决多阶段多约束的多脉冲导弹可达域优化问题,且多脉冲导弹脉冲发动机时间间隔越小,推力比越大,装药比越小,导弹的可达域越大,相比于终端速度对可达域的影响,终端弹道倾角对可达区域的影响较小。     

基于PSO算法的脉冲修正弹控制参数优化*

针对脉冲修正弹自身控制离散不连续特征,开展了脉冲修正弹脉冲控制参数优化设计方法研究。考虑到脉冲成本和精度的双重要求,选择以脉冲发动机工作次数和脱靶量最少为双目标函数,并在风干扰的条件下,提出了以脉冲控制时间间隔为离散脉冲控制参数设计变量建立优化模型,以此发展了一种改进型递减惯性权重粒子群优化脉冲控制参数的方法,提高了修正参数优化收敛速度。仿真结果表明,该算法能快速有效地获得最优解,为在干扰条件下寻找最优的脉冲修正参数和脉冲工作方式提供了一种优化设计思路。     

地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机,建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法,提出了一种新的粒子群多样性测度计算方法,有效改善了其早熟收敛现象;基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数;利用滑动时间窗口策略更新模型数据,设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整,对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验,表明了所建在线预测模型具有较高的预测性能,有一定的实用价值。     

多品种空投小件装载优化建模研究

针对空投小件装载率低下的现状,提出利用相关容重比平衡法,制定装载计划以充分利用飞机的载重能力及其使用面积,分别建立了单机和多机空投小件装载模型。该模型充分考虑了飞机的面积和载重量,对提高空投小件装载的利用率,起到良好应用效果。     

基于蝙蝠算法的多目标战备物资调运决策优化

战备物资的调运是部队后勤工作中十分重要的一环,面对复杂多变的战场环境,战备物资调运必须进行科学合理的决策优化。然而现有战备物资调运模型的优化模型较为复杂,如果涉及较多供应点和目标要求则不易实现。针对涉及多个调运点的多目标战备物资调运问题,提出一种新的决策优化模型,利用启发式蝙蝠算法进行优化计算,发挥出蝙蝠算法易于实现、性能优越的特点,较好地解决了涉及较多供应点的多目标战备物资调运决策优化问题,并结合一个仿真算例,证明该方法相对于其他方法更具简易性和有效性。     

Expansion planning for waste‐to‐energy systems using waste forecast prediction sets

We consider an expansion planning problem for Waste‐to‐Energy (WtE) systems facing uncertainty in future waste supplies. The WtE expansion plans are regarded as strategic, long term decisions, while the waste distribution and treatment are medium to short term operational decisions which can adapt to the actual waste collected. We propose a prediction set uncertainty model which integrates a set of waste generation forecasts and is constructed based on user‐specified levels of forecasting errors. Next, we use the prediction sets for WtE expansion scenario analysis. More specifically, for a given WtE expansion plan, the guaranteed net present value (NPV) is evaluated by computing an extreme value forecast trajectory of future waste generation from the prediction set that minimizes the maximum NPV of the WtE project. This problem is essentially a multiple stage min‐max dynamic optimization problem. By exploiting the structure of the WtE problem, we show this is equivalent to a simpler min‐max optimization problem, which can be further transformed into a single mixed‐integer linear program. Furthermore, we extend the model to optimize the guaranteed NPV by searching over the set of all feasible expansion scenarios, and show that this can be solved by an exact cutting plane approach. We also propose a heuristic based on a constant proportion distribution rule for the WtE expansion optimization model, which reduces the problem into a moderate size mixed‐integer program. Finally, our computational studies demonstrate that our proposed expansion model solutions are very stable and competitive in performance compared to scenario tree approaches. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 47–70, 2016     

基于随机森林法的机械变速箱技术状态评估

将随机森林RF(Random Forests)引入到机械设备技术状态评估领域,对某型坦克不同劣化程度的变速箱振动加速度信号数据进行分类研究,分类精度达到97%以上,证实了此方法的有效性。基于RF的评估方法具有组合分类器精度高、树型分类器运行速度快的特点,在机械设备状态识别、故障诊断中表现出了良好的性能。