飞机再次出动保障活动设计方法

飞机再次出动保障活动所需时间长短对提升飞机的作战效能至关重要,针对当前在飞机保障资源有限约束条件下,再次出动保障活动工期最短难以实现的难题,提出了基于分支切割法的再次出动保障活动时间优化方法。该方法以飞机再次出动保障活动所需时间最短为目标,以有限的保障人员和保障作业间逻辑关系为约束条件,可计算出时间最短的飞机再次出动保障活动具体流程,并用VB6.0编制成计算机程序,开发了飞机再次出动保障活动分析系统。最后,对某型飞机真实保障活动进行了实例分析,结果表明,使用该方法计算得到的结果准确、可靠,与实际保障情况相符,可为飞机再次出动保障与决策提供指导,提升保障活动的自动化水平,具有很好的工程应用价值。     

基于误差校准的多雷达粒子滤波检测跟踪算法

基于粒子滤波的检测前跟踪方法是一种处理弱目标检测与跟踪的有效方法。使用多部雷达对同一目标进行观测,可以提高目标的检测概率和跟踪精度。但雷达系统误差不同,得到的目标量测信息不能直接进行融合。针对多个具有不同系统误差的雷达联合检测跟踪问题,通过将不同雷达的量测信息向前追溯,对误差进行校准,从而消除不同雷达对于同一粒子的量测误差,然后将粒子权重进行融合。仿真结果表明,在雷达具有不同系统误差的情况下,采用本算法可以有效提高目标的跟踪精度。     

基于改进粒子群算法的MIMO雷达布阵优化

针对MIMO雷达收发阵列在给定阵元数和阵列孔径下的布阵优化问题,将一种改进的粒子群算法———二分粒子群算法用于非均匀对称直线阵的旁瓣优化。该算法以MIMO雷达联合收发波束为优化对象,对MIMO雷达发射和接收阵列同时进行了布阵优化。仿真实验表明,当阵元数和孔径大小确定时,该算法可以在保证主瓣不展宽的情况下,将旁瓣峰值控制在－21dB以下,且与现有方法的相比,收敛速度更快。该算法在MIMO雷达设计方面具有一定的理论参考意义。     

空中多飞行器飞行轨迹优化数值仿真

针对空中多飞行器在复杂环境中飞行轨迹的多目标最优问题,分析了多飞行器飞行过程中各种可视和不可视约束条件。基于在回避威胁区前提下燃料消耗最少、飞行时间最短的综合性能指标,采用“多方法组合”思路,提出了改进动态规划法和多点边值法组合算法,并进行了仿真验证,大量C＋＋数值飞行仿真结果表明该算法能够在考虑外界复杂环境和飞行器各种约束条件下快速规划出空中多飞行器的最优飞行轨迹,该组合算法具有一定的实用性和创新性。     

IIR数字滤波器联立优化CAD

文中介绍了多目标联立最佳逼近CAD方法,对各种设计方法的性能作了分析比较,提出了改善途径。程序在IBM-PC/XT微机上运行通过,文中给出了应用线性相位IIR数字滤波器线性规划逼近法设计的低通实例。     

稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。     

装备寿命周期备件供应网络优化方法

针对现有备件供应优化方法未从寿命周期角度考虑备件供应优化问题,将寿命周期不同阶段的备件需求特征融入备件供应网络设计中,实施动态需求特征下的寿命周期整体优化。深入分析寿命周期不同阶段的备件需求特征;建立备件供应响应时间转移方程,在此基础上,构建使寿命周期备件保障效益最大的多目标混合整数规划模型。通过仿真案例证明了多种备件保障模式的组合能够显著提高寿命周期保障效益,寿命周期整体优化可以实施更高效的备件供应。     

军用无人机技术智能化发展及应用

军用无人机作为收集战场信息和军事打击的新兴手段和工具,以其机动灵活、战场生存能力强等独特优势,能够方便快速地获取战场态势,极大地弥补了传统作战方式和侦查手段的短板和不足。智能无人系统的发展可能会引领军事领域的重大变革甚至改变战争形态。文章介绍了无人机技术在军事领域中的发展和应用现状,并从飞行控制、火控系统、任务规划以及无人机集群等方面浅析了军用无人机技术智能化发展方向。     

Partitioning of biweighted trees

A districting problem is formulated as a network partitioning model where each link has one weight to denote travel time and another weight to denote workload. The objective of the problem is to minimize the maximum diameter of the districts while equalizing the workload among the districts. The case of tree networks is addressed and efficient algorithms are developed when the network is to be partitioned into two or three districts. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 143–158, 2002; DOI 10.1002/nav.10003     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息