基于混合蚁群算法的WTA问题求解

武器-目标分配问题(Weapon-TargetAssignmentProblem)是一种典型的NP问题。该文提出了一种基于遗传算法和蚁群算法的混合算法(GAACO)以解决武器-目标分配问题。首先,使用遗传算法对火力分配问题形成初始解;然后,将遗传算法的结果传递给改进的蚁群算法,对问题求精确解。实验结果表明该算法求精度优于遗传算法,时间性能优于传统蚁群算法。     

基于遗传算法的武器-目标分配仿真研究

介绍了防空作战过程中武器一目标分配（WTA）问题,该问题是一个NP完全问题,传统的解法有隐枚举法、割平面法、匈牙利法、分支定界法等。随着武器一目标增多,解空间成组合爆炸式增长．很难用传统方法求解。随着计算机技术的发展,一些新颖的优化算法,如人工神经网络、混沌、遗传算法、模拟退火、禁忌搜索及其混合优化策略等,通过模拟或提示某些自然现象或过程而得到发展。为解决复杂问题提供了新的思路和手段。在此运用遗传算法求武器一目标分配．并给出了完整的Matlab代码。     

改进量子行为粒子群算法求解武器目标分配问题

为了提高武器目标分配(WTA)问题的求解效率和性能, 提出一种求解武器目标分配问题的改进量子粒子群优化算法. 首先, 通过定义粒子进化速度及粒子聚集度, 将惯性权重表示为粒子进化速度和粒子聚集度的函数, 使惯性权重具有自适应性. 其次, 将慢变函数引入传统位置更新公式中, 有效地克服陷入局部最优解的问题. 最后, 以分配各类武器迎击来袭目标的失败概率最低为目标, 建立多种类型武器目标分配问题模型. 仿真实验表明, 提出的算法能快速给出武器目标分配问题的最好或较好分配方案; 能高效地求解武器目标分配问题.     

基于改进多目标HQPSOGA求解武器目标分配问题

由于进化算法求解多目标问题时易过早丧失种群多样性,造成早熟收敛,提出一种粒子多样性判别方法.基于随机选择的聚类算法与模糊贴近度原则综合求解粒子多样性贡献度,用于混合量子行为粒子群和可调节遗传算法的粒子群迭代中,结合随机新增粒子更新个体最优解,引导粒子向Pareto最优解靠近.仿真表明,所提方法是一种有效的多样性保持方法,具有更强的全局寻优能力,可有效提高求解质量,在武器-目标分配问题上求解精度更高.     

基于云自适应遗传算法的NoC路径分配研究

路径分配是NoC设计流程中的两个关键步骤之一;路径分配的结果对NoC系统的性能尤其是通讯延时有着很重要的影响;多约束条件下的NoC路径分配问题是NP完全问题,要求出其最优解比较困难,目前常用的方法是利用启发式算法求得其较优解;文中提出一种基于云自适应遗传算法的NoC路径分配解决方案,该算法利用云模型对传统遗传算法加以改进,采取新的方法自动调整遗传算法过程中的交叉概率pc和变异概率pm,将适应度与云模型的3个参数Ex、En、He相互结合,从而达到优化遗传算法的目的;将此算法应用于2D-Mesh拓扑结构的NoC中,以平衡链路负载和联合优化为实验目标,以优化静态通讯分配结果;实验证明,文章所采取的算法在平衡链路负载和联合优化方面均取得了良好的效果。     

逆向物流供应链最佳供应商选择及订单量分配*

为解决逆向物流供应链中,供应商选择、订单量分配和提货点位置等不确定问题,建立了一个新的模糊多目标数学模型来确定最佳供应商选择、供应量及提货点位置,为避免在解决多目标模型时人为主观赋权,运用基于模糊目标规划的蒙特卡罗仿真模型来求解帕累托(pareto)理想解,采用遗传算法进行求解,并给出了相应优化方案,在此基础上研究讨论了不同权重分配下结果的优劣性及供应商选择风险,最后,针对不同权重分配,比较了遗传算法和Gurobi求解,实验表明,对于该问题模型遗传算法在解的优劣性上优于Gurobi。     

基于改进量子免疫克隆多目标优化算法的火力分配问题

针对传统火力分配中存在武器资源浪费的情况,以对敌目标与网络攻击收益最大、己方武器消耗最小为目标,建立一种考虑毁伤概率约束条件的多目标火力分配模型。对标准量子免疫克隆多目标优化算法进行优化,引入了混沌机制,修复不可行解,并对搜索策略和多样性保持策略进行改进,设计了一种改进的量子免疫克隆多目标优化算法。通过实验仿真,验证了模型的正确性与算法的优越性。相比于传统量子免疫克隆算法,改进算法的性能平均提高了23%。     

蚁群算法在武器目标分配问题中的应用

武器-目标分配问题(Weapon-Target Assignment Problem)是一种典型的NP问题.在分析多种算法的和建立武器目标分配的优化模型基础上.本文提出求解武器目标分配问题的一种改进蚁群算法,加快收敛速度的同时保证了解的有效性.     

基于遗传算法的要地防空武器系统最优火力分配模型研究

结合战场目标价值分析,根据防空武器兵力火力分配情况,运用遗传算法建立了火力分配模型,使防空武器最大限度地发挥火力单位效能,达到最大毁伤效果.采用了适应度函数惩罚的方法,对选择,交叉,变异等操作进行了改进.最后通过实例仿真和计算,针对单发和双发两种射击方式分别建立数学模型,运用遗传算法求解得出了火力分配最优方案,验证了方案的可行性和优越性.研究结果为两型防空武器系统的作战应用奠定了基础,为决策提供一定的理论依据.     

遗传算法在立体仓库货位优化分配中的研究

存储一定数量货物的自动化仓库中,以基于随机存储策略的库区和货位分配以及堆垛机行驶时间为优化控制目标,针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型。在库区优化基础上,进一步提出货位优化数学模型,将Pareto最优解的概念与遗传算法相结合,提出了一种解决多目标优化问题的Pareto遗传算法解决货位优化问题,给出了仿真实验及分析。结果表明采用遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

轻武器电子校瞄系统的算法设计及系统验证

轻武器验收的重要指标之一是其击打目标的准确度[1],瞄准系统的精度直接影响武器性能的发挥,而传统的校准设备只能完成武器的粗校准,为此设计了一种新型的轻武器电子校瞄系统;其设计核心是枪口轮廓在图中精准识别算法的构建;在算法构建中,通过引入正六边形搜索窗口和梯度方向信息判据对随机Hough变换算法进行改进,弥补了已有的Hough变换方法计算复杂程度高,占用内存大的不足[2];在MATLAB中充分验证改进算法的优良效果后,将该算法移植到基于嵌入式软件环境的电子校瞄系统中,系统通过测试表面电子校瞄系统对枪口的中心位置,枪膛中心点和十字光标相对位置,展现出优良的校准性能,初步实现了枪支瞄准系统的精细校准;在整个校准过程中,不直接与轻武器接触,可以避免传统校瞄系统重复安装对枪管造成的磨损,为传统的校准方式提供了一种新方法。     

A new efficient algorithm for optimal assignment of smart weapons to targets

In the modern battlefields smart weapons inherently rely on the sensors. The benefit of assigning a given weapon to a target often depends on the pre-assigned sensor. In this paper we present an efficient algorithm to optimally assign sensors and weapons to targets. This algorithm is derived from the well-known auction algorithm, and it is named as Swt-opt. We prove that Swt-opt converges to an optimal solution.     

基于数据融合的战场声目标识别系统算法研究

现代战争越来越多地使用高科技武器,各种武器车辆坦克的声音相互混叠,进行声目标识别是极有挑战性的.为了在嘈杂的战场环境中多传感器网络仍能正确识别各种目标信号,结合无线多传感器网络的特点和数据融合理论,设计出了适合于战场环境的声目标识别算法.使用小波包进行预处理及特征提取,人工神经网络进行分类识别,并运用数据融合算法得出最终识别结果.通过对采集到的声目标信号进行识别,结果表明方法应用于战场声目标识别中是可行有效的.     

3D 游戏中“刀光剑影”特效的实现算法

＂拖影＂,就是指3D游戏中,冷兵器在舞动时所＂拖＂出的光影。分析了＂拖影＂特效的图形变化规律,提出了一种实用的＂拖影＂特效实现算法。借助该算法,应用程序可以根据兵器的运动轨迹,自动产生＂拖影＂效果。最后,还结合实际应用的经验,对算法进行了改进。这种算法已成功应用于多款3D游戏,并很好地与各种程序引擎相结合。     

基于彩色图像融合新算法的隐藏武器检测研究

针对隐藏在衣服下的武器融合检测问题,提出了一种彩色可见光图像和红外图像融合的新算法。该算法在基于RGB、HSV和LAB彩色空间变换的基础上,使用了双树复数小波变换技术,该变换明显具有平移不变性、方向选择性、有限数据冗余性、完美重构性和较高计算效率等特点,在融合方面优于其他的小波变换。融合后的图像保持了可见光图像的高分辨率;保留了红外图像中检测出的隐藏武器;维持了可见光图像的自然色彩。该融合技术的可行性在实验中得到了验证。     

景象匹配算法研究进展与展望

景象匹配是精确制尊武器精确定位目标的重要方法,景象匹配算法决定了精确制导武器系统的作战性能。论文介绍了景象匹配算法实现的关键要素,详细综述了具有代表性的基于区域、基于特征、基于变换域以及基于模型的四类匹配算法的不同原理、适用性及其改进算法,探讨了景象匹配算法中有待进一步研究的问题和未来发展的方向,为未来的景象匹配制导研究工作提供技术参考和依据。景象匹配制导技术正朝着更稳定可靠、更智能、更快捷、更精确的方向发展,必将推动精确制导武器装备实现现代化和自动化。     

基于中心投影方程的多光电跟踪传感器跟踪测量模型

航空飞行试验中,经常采用多个光电跟踪测量系统对飞机及武器发射、航空装备性能鉴定等进行轨迹测量。根据光电经纬仪的仪器特点,首先对观测数据进行偏心改正,然后,利用共线条件建立多个光电跟踪测量系统中心投影方程组。经线性化后,在最小二乘准则下求解其最佳估计。飞行试验证明,该方法能够有效地提高观测数据处理精度。     

基于DSP的存储测试系统设计

针对武器动态测试中的数据参数进行研究,设计了基于TMS320F2812 DSP的数据采集与处理系统.在深入了解信号特征的基础上,结合当今数据压缩发展的前沿技术,设计、改进得到一种可应用于实际情况、能够满足实际需求的LZW和游程混合压缩算法.对数据压缩效果进行了测试,试验证明采用该算法能实时、高效地对AD采集到的数据进行压缩.     

基于图像的目标自动跟踪系统

快速准确地跟踪目标是现代战争精确制导武器的基本要求,提高跟踪系统的实时性和准确性成为国内外目标跟踪技术的热点。建立了一套基于图像的目标自动跟踪系统,介绍了系统组成、设计原理以及算法原理。系统采用了一种非参数化跟踪算法——连续自适应平均值迁移(CAMSHIFT)算法来追踪目标,为精确制导武器的基于图像的目标自动跟踪技术奠定了重要的基础。试验证明该系统实现了目标自动跟踪功能,算法简洁,实时性和鲁棒性好。