改进遗传算法的防空目标分配

对防空目标分配的前提、原则和分配模型假设条件进行分析,建立基于遗传算法的防空目标分配模型,针对二进制编码不利于处理约束条件的缺点提出十进制编码的染色体表示策略,对建立的模型进行优化。设定初始条件后,基于遗传算法的原理,对改进后的防空目标分配模型进行MATLAB仿真,然后用改良圈算法和海明距离对初始种群的产生进行改进,引入Logistic混沌序列对交叉算子进行改进,并且用按个体适应度大小排序的选择算法来代替赌轮选择方法。仿真结果表明,与简单遗传算法相比,遗传算法改进合理,搜索到全局最优解的概率提高到了90%以上,收敛速度大大增加,相较于模拟退火和禁忌搜索算法,改进后的遗传算法能够以非常少的进化代数,极少的时间消耗达到较高的搜索概率,效率提高了一倍甚至更多。     

基于改进模拟退火算法的登机口分配问题

为研究新建卫星厅对中转旅客的航班衔接的影响,分析中转旅客的换乘紧张程度,提高机场资源利用效率,本文对登机口分配问题进行研究.在最小化登机口使用个数的前提下,考虑了中转旅客的换乘紧张度,建立了飞机-登机口分配0-1整数规划模型.为改善传统启发式算法的搜索能力,本文结合变邻域搜索的邻域构造思想,综合利用集束搜索和模拟退火算法的优势,提出了基于集束搜索的改进型模拟退火算法,并借助Java语言进行编程求解.结果表明:与禁忌搜索算法、变邻域搜索算法和经典蚁群算法相比,本文所提出算法的优化效果较好.     

IT外包进度风险控制的自适应禁忌搜索算法

针对委托代理模式下的IT外包项目的进度风险控制问题构建了双层结构的优化模型.设计了自适应禁忌搜索算法对模型进行求解，该算法将多样化搜索机制与禁忌搜索相结合，在算法运行过程中，根据适应值的反馈自动调整禁忌搜索强度与多样化搜索力度；同时，应用贪婪策略构造初始解，循环交替应用两种邻域结构提高算法寻优能力.实验结果表明，进度风险控制显著地降低了IT外包项目的拖期风险，同时使委托方和代理商双方实现收益最大化.将自适应禁忌搜索算法的实验结果分别与遗传算法、模拟退火算法、禁忌搜索算法、自适应遗传算法和自适应模拟退火算法的实验结果进行了比较：在收敛程度和稳定性方面自适应禁忌搜索算法优于其它算法，并且随着问题规模的增加，该算法的优势更为明显.     

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。     

使用混合邻域搜索算法求解多目标柔性JSP问题

通过对实际车间调度问题及邻域搜索算法的研究,针对传统遗传算法存在着一些缺陷,对多目标柔性JSP(车间调度)问题提出了基于遗传算法,并结合多种邻域搜索算法形成的一种新的混合邻域搜索算法。该算法基于相似度和免疫机制来构造初始解的策略,在遗传算子中提出了一种自适应的变异交叉概率,并在选择算子中结合模拟退火算法策略和免疫机制。经过实验结果表明,该混合邻域搜索算法提高了算法搜索的效率,并很好地解决了JSP问题。     

约束满足型智能规划算法研究

为解决约束满足型任务规划问题具有约束条件多、计算复杂的问题,建立了约束满足型任务规划模型,根据模型特点,借鉴遗传算法和禁忌搜索算法的优缺点,对遗传算法进行改进,通过把遗传算法和禁忌搜索算法进行融合,形成了遗传禁忌搜索融合算法,通过对比分析进行性能比较,显示该算法能够显著的提高计算效率,减少计算成本,是解决约束满足型任务规划的高效可行的智能算法。     

大规模MIMO系统中优化导频分配方案研究

针对大规模MIMO系统中小区间干扰而导致的导频污染问题,提出了基于IGTSA（Improved Greedy and Tabu Search Algorithm,改进贪婪禁忌搜索算法）和基于CA（Competition Algorithm,竞争算法）的导频分配方案。提出的ITSA是将遗传算法中的变异操作加入禁忌算法来避免其陷入局部最优解,提升全局搜索能力。为更好地实现全局搜索与局部搜索的协调统一,引入CA进一步优化以系统可达和速率达到最大为目标的导频分配方案。相比于局部搜索算法,如GA（Greedy Algorithm,贪婪算法）和TSA（Tabu Search Algorithm,禁忌搜索算法）,所提出的方案能获得更优的系统性能。仿真结果和分析证明了算法的有效性。     

基于混合遗传算法的水电站优化调度应用研究

在众多解决高维组合优化问题的工具中，遗传算法具有较好的全局搜索能力，而禁忌搜索算法则在局部搜索方面优势明显。本文根据水电站优化调度问题的实际特点，提出了遗传算法与禁忌搜索算法相结合的混合优化算法，采取禁忌搜索算法替换遗传算法变异算子的混合策略。以此算法对一个实例进行了模拟计算和分析。     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

基于遗传模拟退火算法的雷达正交信号设计*

针对雷达正交信号的波形设计问题,提出了一种基于遗传算法和模拟退火算法的新遗传模拟退火算法。该算法利用遗传算法实现全局搜索,利用模拟退火算法实现局部搜索,改进了遗传算法的选择策略,并在交叉、变异概率中引入自适应的概率变化机制,自适应地保存最优个体,并对遗传算法的进化结果有选择地进行模拟退火操作,有效地解决了这两种算法的早熟现象和时间问题。实验结果表明,该算法是有效可行的,性能优于传统遗传算法和模拟退火算法。     

基于遗传算法的防空兵群(团)火力分配模型

防空兵火力分配决策是防空兵群团射击指挥的重要内容,火力分配的正确性和实时性关系到防空作战的成败,是防空兵指挥自动化系统追求的目标.在解决防空兵火力分配问题时,以往常采用整数规划的方法.但在实际应用中,传统方法存在着三个方面的不足.为此,该文将标准遗传算法运用于防空兵火力分配方案寻优中,建立了新的基于遗传算法的防空兵群团火力分配模型和计算流程,并给出了计算示例.计算结果表明,该方法较好地克服了传统方法的缺陷,具有良好的实用价值和应用前景.     

基于Memetic算法的要地防空优化部署方法

火力单元优化部署问题是网络化防空火控系统的一个重要研究内容. 本文将要地防空优化部署作为组合优化问题, 优化目标为最大化部署方案对保护要地的防御贡献程度, 约束主要考虑了地理条件和火力资源. 利用网格离散化思想对防区进行划分, 对部署方案、火力覆盖能力、约束条件以及火力覆盖要求等条件进行了表征, 建立了问题的数学模型. 构造了一种基于Memetic算法的优化求解方法, 运用遗传算法和邻域搜索作为全局和局部搜索方法, 用解的构造方式和选择策略处理了约束条件,比较了局部搜索使用不同邻域时算法的运行效率. 最后通过实验验证了本方法的合理性和有效性.     

基于改进火力分配模型的综合防空火力智能优化分配

针对综合防空火力分配中,传统火力分配模型没有全面考虑火力通道射击效能因素,且在火力资源相对充足的情况下火力资源易浪费和易延误战机的问题,将射击有利度、飞临时间与威胁度等因素结合,构建一种新的综合防空火力分配模型.基于此模型,针对来袭目标、火力节点以及制导节点3者之间的火力优化匹配问题,提出一种基于深度优先搜索预处理的多种群并行布谷鸟搜索算法(PMPCSA).该方法采用Prolog智能规划语言构建目标-火力节点-制导节点匹配规则库,在规则库中利用深度优先搜索快速生成可行的目标-火力节点-制导节点的匹配预处理方案;采用多种群并行布谷鸟搜索算法,对得到的可行分配空间进行搜索,通过引入多种群并行优化搜索,不同种群赋予不同控制参数的思想,兼顾算法的全局探索和局部开发能力,可有效提高算法寻优效率.最后,通过仿真结果验证所建综合防空火力分配模型的优势性,同时表明,所提出的PMPCSA算法能有效地平衡全局探索与局部开发,在保证较高收敛速度的同时,提高全局探索能力.     

声传感器无线组网在战术防空中雷达补盲的运用

空中目标可以利用雷达盲区实施低空突防,解决这一问题的主要方法是雷达组网,但由于各种因素的影响,在实际应用中并不十分有效;声传感器网络以独特的优势,能在多种环境下满足军事信息获取的实时性、准确性和全面性等需求,它通过声音信号的识别和定位,可在战术防空应用中实现雷达补盲。     

基于深度神经网络AdaMod优化模型的来袭目标攻击意图识别

海上舰艇防空反导作战基于目标攻击意图识别是现代舰艇防空技术的研究热点。来袭目标攻击意图识别是战场态势分析的一个重要部分,以往是通过先验知识和先验概率进行量化分析与明确攻击意图识别特征值的影响权重。深度神经网络可通过自适应学习目标攻击意图的特征值,可以在缺乏先验知识的条件下,通过小样本集的目标攻击意图的特征值训练,学习特征数据和攻击意图识别之间的对应关系与映射。通过引入GeLUs(Gaussian Error Linear Units)激活函数和AdaMod优化算法加快模型收敛,并解决了Adam模型可能无法收敛到最优解的问题。实验结果显示文中提出的模型可以有效解决在先验知识不足及训练数据规模小的情况下,能够有效识别来袭目标攻击意图,同时保证更高的准确率。     

用遗传算法实现防空导弹体系的目标分配

根据目前防空作战的特点,对自动化指挥控制系统中的目标分配问题进行了详细分析,从而建立了对单个空袭目标和多个空袭目标不同空袭敌情时的目标分配模型,构造了独特的模型参数,根据一例来袭空情,通过改进的遗传算法对模型进行求解,得到了比较好的目标分配结果,从而为防空导弹武器系统的目标分配问题提供了一个可行的参考方法。     

一种靶弹多功能控制器设计与实现

针对退役导弹改装靶弹工程面临的改装线路复杂、对动目标供靶精度不足、多目标模拟能力弱等问题,设计研制了集电气改装、接口转换、目标导引、安全控制功能于一体的靶弹多功能控制器,能够实现退役导弹到多用途靶弹的通用化、标准化改装,具有工作量小、可靠性高、灵活性强的特点,较好地解决了靶弹改装难题,满足防空武器系统试验训练的需要。     

基于套索算法和改进正余弦优化支持向量回归的目标威胁估计

准确估计空中目标的威胁值对于防空作战指挥决策具有重要的参考意义.针对空中目标特征繁杂易造成模型过拟合、正余弦算法易早熟以及陷入局部最优的不足,首先,通过套索算法(least absolute shrinkage and selection operator, LASSO)去除目标的冗余特征;然后,采用佳点集初始化种群、非线性振幅调整因子、随机惯性权重、自适应终点权重以及最优邻域高斯扰动等策略对正余弦算法(sine cosine algorithm, SCA)进行改进;最后,使用改进的正余弦算法对支持向量回归(support vector regression, SVR)模型进行优化,构建基于套索算法和改进正余弦优化支持向量回归的目标威胁估计模型.对比实验结果表明,改进后的正余弦算法加强了全局搜索能力和局部收敛速度,得到的目标威胁估计模型具有较高的准确度和稳定性,能够为防空作战指挥决策提供科学的参考依据.     

基于多策略融合粒子群的无人机对地攻击模糊博弈决策

针对无人机协同对地攻击的复杂性和不确定性,联合防空火力压制与对地目标打击任务,引入存活因子、摩擦因子和状态因子等概念,考虑目标威胁度的模糊性,结合生存概率和武器消耗等因素,建立一种多阶段的模糊多目标任务分配规划模型.为更好地描述攻击任务的对抗性和多策略性,以博弈论为框架,将规划模型转化为模糊多目标双矩阵博弈综合集结模型.利用必要性理论将集结模型中的不确定性目标清晰化处理,进而运用熵权法对多个目标进行加权求和,将其转化为单目标双矩阵博弈模型.提出基于多策略融合粒子群算法的纳什均衡求解方法,通过引入自适应惯性权重、动态反向学习与局部变异策略,在增强种群多样性的同时,保证粒子群局部精确搜索能力.算例仿真结果验证了所提模型和方法的有效性.     

基于光纤网格的空中靶标中靶检测系统设计

空中靶标中靶信息获取是评判防空武器性能的关键环节,对于防空武器的性能考核具有重要意义。本文设计了基于光纤网格的空中靶标中靶检测系统,通过在靶标表面沿经纬方向交错布设传感光纤实现对靶标被命中点的检测。并对设计方案在实物模型中进行验证,实验结果表明：该检测系统能够快速有效的判别靶标的中靶情况。