基于贝叶斯优化算法的巡航导弹航迹规划

巡航导弹作为一种精确打击武器在现代战争中发挥着越来越大的作用。巡航导弹的航迹规划是巡航导弹前期任务计划的重要内容。传统的巡航导弹航迹规划算法大都存在一些难以克服的缺陷,因此该文提出了利用贝叶斯优化算法来对巡航导弹进行航迹规划,贝叶斯优化算法是一种基于图形模型的优化算法,他是对遗传算法的改进,克服了遗传算法的不足,加快了优化过程的收敛速度,并保持了遗传算法的优点。该文介绍了利用贝叶斯优化算法对巡航导弹航迹规划的过程,并通过对具体例子的操作证明了此算法的快捷性。     

巡航导弹参考航迹规划算法研究

为了提高巡航导弹的生存能力和杀伤概率,预先规划参考飞行航迹是一个重要的方法.由程序生成规划用数字地图,根据遗传算法的基本思想,采用改进的编码机制对巡航导弹在威胁已知的模拟数字地图上的飞行航迹进行整体规划,航迹种群随机生成,用加入各种威胁和约束条件影响的适应值函数对个体进行评价,通过选择交叉变芹算了使种群进化,最后所得到适应值最高的航迹个体即可作为导掸的参考飞行航迹.通过编程仿真试验,所得参考航迹可以有效的实现地形跟踪、地形威胁回避.算法由于控制参数的限制,得到的最优路径是次优化的;遗传算法的初始种群及控制参数的确定足改善算法寻优性能的主要因素.     

改进量子遗传算法在无人机航迹规划中的应用

研究无人机航迹规划优化问题,有效地规避威胁,可提高无人机的生存能力.但传统量子遗传算法在航迹规划方面局部寻优精度较低、稳定性差.为解决上述问题,提出改进量子遗传算法的无人机航迹规划方法.首先上述算法采用一维编码表示航迹,并对影响有效规避威胁的适应度构造代价模型和惩罚策略;针对量子遗传算法初始种群的单一性,引入关于概率划分的小生境协同进化策略,并对各种群采用动态量子旋转角,并借鉴狼群分配原则对种群进行更新,提高收敛速度;利用精英选择运算,创建精华种群,保留父代中最佳个体.仿真结果表明,上述算法的无人机航迹规划效率高,稳定性好,能够获得平滑的低代价航迹,是一种有效可行的航迹规划算法,且具有一定的推广意义.     

基于遗传算法的巡航式反潜导弹航迹规划

简要介绍了巡航式反潜导弹的工作过程和飞行弹道;针对巡航式反潜导弹的航迹规划问题,概括总结了它的主要特点;确定了巡航式反潜导弹工作空间中威胁区的判定方法和工作空间的建模方法,在传统遗传算子的基础上设计了适合巡航式反潜导弹航迹规划的新的遗传算子,建立了基于遗传算法的巡航式反潜导弹的航迹规划算法;仿真计算结果表明,该算法可有效应用于巡航式反潜导弹的航迹规划;最后提出了进一步研究的重点。     

基于量子粒子群优化的在线航迹规划

现代战场中,环境信息是变化的,飞行器很难预先获得精确的全局环境信息,因此要求无人飞行器具有实时的航迹规划能力,采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题;同时,根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Spline插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题,简化了问题复杂度,提高了计算效率.仿真结果表明该方法可以满足在线航迹规划的要求.     

基于混沌遗传的巡航导弹实时规划技术

研究针对突发威胁的实时规划技术能够提高巡航导弹在未知威胁环境中的生存能力,具有重大的研究价值。实时规划的规划思想和规划算法的设计问题是巡航导弹实时规划技术必须要解决的两大难题。基于解决问题的考虑,设计了实时航迹规划的规划思路和一种混沌遗传规划算法。基于传统遗传算法的思想,利用威胁和约束条件构建适应度函数对航迹进行评价,设计了一种特殊的实数结构体编码,提出了合适的选择、交叉、变异三种算子使种群进化,并引入了混沌搜索算子,加速种群的收敛。最后进行了实时航迹规划的仿真分析。仿真结果表明:实时规划的航迹能够避开地形和新出现的威胁,算法收敛速度较快。这说明,设计的算法能够满足当前未知威胁环境下巡航导弹实时规划的需要。     

基于改进动态规划的无人机搜寻航迹规划研究

针对传统动态规划算法在无人机航迹规划中存在耗时长以及冗余节点的问题,提出了一种基于多阶段决策的改进动态规划算法.在单向动态规划算法中加入双向策略,结合顺序法和逆序法以减少搜寻空间的状态总数;利用区间单调性和四边形不等式进一步减少每次决策涉及的状态点,得到优化后的状态转移方程,降低了搜寻的时间复杂度.最后,对改进动态规划...     

基于几何法的无人机航迹规划

针对无人机的三维航迹规划问题,提出了一种基于几何法的航迹规划算法.通过对无人机飞行航迹的分析,将无人机航迹看作是由一系列直线、圆弧和螺旋线的有序组成.研究了无人机最大过载系数、最大平飞速度、升限等性能与航迹可行性的关系,得出生成最优航迹的限定条件.讨论了几何法无人机航迹规划的步骤.按照几何原理对无人机航迹进行了规划,将无人战斗机的机动性能在航迹中充分体现出来.计算机仿真结果表明用几何法规划的航迹具有较好的适用性.     

基于改进A*算法的无人机航迹规划

在无人机航迹规划问题的研究中,针对在执行飞行任务前,需要根据所经区域内已知的地形、地貌、障碍和威胁等信息以及飞机本身机动能力的限制计算出飞行航迹, 并根据规划出的航迹完成飞行任务.能准确识别起始点到目标航路,提出了一种基于改进A*算法的无人机航迹规划方法,将无人机自身的性能和飞行任务结合到A*算法中去,在节点的搜索过程中解决了A*算法大空间搜索耗时多的问题.通过简单的路径消减算法去除不必要的航迹点,使得规划出来的航迹能够最大程度上满足无人机的运动特性.仿真结果表明采用的方法计算速度快并且规划达到最优性能.     

基于局部规划的三维航迹规划方法

研究飞行器航迹是选择最优航线问题,针对三维航迹规划中搜索空间大、计算时间长的问题,为缩短搜索时间,获得最优航迹,提出了一种基于A<'*>算法并结合局部规划的三维航迹规划方法.方法首先对A<'*>算法中的当前待扩展节点在局部规划空间中确定几个最有希望的扩展节点,再将其与A<'*>算法相结合,最后对局部规划算法过程中的不足,通过地形标记和加入树搜索深度惩罚做出改进,有效地减小了搜索空间,缩短了搜索时间,并在搜索过程中充分利用地形信息,使算法生成的航迹能够避开大的地形障碍,而且能够充分利用有利的地形.在实际地形数据中进行的实验表明方法能快速、有效地规划出理想优化的航迹.     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径,构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

基于改进粒子群算法的反舰导弹航路规划研究

针对飞行器航路规划问题,提出了一种改进粒子群算法.在标准粒子群算法的基础上,对惯性权重系数进行了非线性的调整,对学习因子进行线性和非线性的优化,并引入遗传算法中的交叉算子,将较好粒子与较差粒子进行交叉,保证了种群的多样性,从而提高算法的全局搜索能力.为了验证算法的可行性与有效性,对其进行仿真测试.实验结果表明,与标准粒子群算法、线性惯性权重相比,改进的粒子群算法表现出较强的全局搜索能力和较好的收敛性.     

基于改进量子遗传算法的聚类算法

传统K-均值算法的初始聚类中心从数据集中随机产生,容易陷入局部最优解.提出了一种改进量子遗传聚类方法,用量子比特构成染色体,用实数对量子比特进行编码,用量子旋转门进行染色体更新,用量子Hadamard门进行染色体变异,结合了目标函数的梯度信息,对旋转门的旋转角进行动态调整.每条基因代表一个优化解,在染色体数目相同时,可使搜索空间加倍.实验结果表明,提出的方法在稳定性和分类准确率上都有所提高.     

基于遗传算法的飞行航路规划

飞行航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法,该文在遗传算法中加入了飞行航路规划的相关知识来求解问题。首先,根据飞行航路规划中导航点属性复杂的特点,扩充导航点的模型,并在此基础上采用导航点链表形式的自由编码。第二,为加速规划的进程,同时保证充分的随机性和广泛性,初始群体构造采用端点启发初始化方法。第三,适应度函数由惩罚函数和代价函数组合计算,其中惩罚函数对应问题的约束条件,而代价函数对应问题的目标。第四,采用启发式交叉和启发式变异。最后,通过剖面优化操作实现高度维上的调整。仿真结果证明这是适于所研究问题的有效方法。     

基于遗传算法的飞行器参考航迹规划

针对飞行器航迹规划问题展开研究,为了规划出最优满意的飞行轨迹,分析了飞行器航迹规划中存在的威胁与自身约束条件,提出了一种关于遗传算法的航迹规划方案,采用改进编码机制对飞行器在已知威胁情况下飞行航迹进行整体规划。取航迹个体只包含一个染色体,每个染色体为一个航迹点序列,随机生成种群,通过选择交叉变异,并将各种威胁和约束条件的影响适当的加入到适应值函数中,得到优化路径进行仿真。仿真结果给出了不同加权比例下所得到的最优航迹,通过仿真验证了算法的有效性。     

基于量子遗传算法的反舰导弹火力分配方法

反舰导弹火力分配问题是一个典型的多目标优化问题,一般通过固化各型导弹的数量将其转化为单目标优化问题来进行解算;基于量子遗传算法,研究了在兼顾反舰导弹作战效能最大化和作战成本最小化两个优化指标的情况下,反舰导弹群火力分配寻优解算方法,详尽描述了其寻优解算过程;实例证明,该方法不仅具有良好的种群多样性、较快的收敛速度、较强的全局搜索能力,而且解算结果是最优或次优的.     

基于改进蚁群算法的无人飞行器航迹规划

无人飞行器航迹规划是现代战争中实施远程精确打击,提高飞行器实际作战效能的关键技术。蚁群算法作为一种启发式仿生优化算法,能够有效应用于航迹规划中。针对基本蚁群算法在应用中容易过早陷入局部最优解这一缺点,提出自适应动态双种群蚁群算法的改进策略,通过信息素的震荡变化和挥发系数的自适应调整,扩大搜索空间,提高算法搜索的全局性。并将改进后的算法应用于无人飞行器航迹规划,通过实验仿真,证明了此改进算法在航迹规划应用中的可行性和有效性。     

基于改进遗传算法的船舶管路布局设计

针对船舶管路布局设计中的路径规划问题提出一种改进型遗传算法求解方法。建立船舶管路布局设计问题的模型空间、约束条件和优化目标;提出一种基于连接点网格的定长编码方法,结合该编码方法设计了适合改进遗传算法应用的适应度函数和交叉、变异算子,定长编码可降低遗传算子设计复杂度和非法个体修补代价;提出在进化流程中嵌入以“去折弯”和“改模式”两种改善型变异方法构建的爬山操作,以提升算法收敛性和寻优能力。通过仿真实验验证所提算法具有可行性和先进性。