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.     

约束优化进化算法综述

约束优化进化算法主要研究如何利用进化计算方法求解约束优化问题,是进化计算领城的一个重要研究课题.约束优化问题求解存在约束区域离散、等式约束、非线性约束等挑战,其问题的本质是如何处理可行解与不可行解的关系才能使得算法更高效.本文首先介绍了约束优化问题的定义,然后系统地分析了目前存在的约束优化方法,同时基于约束处理机制将这些方法分为罚函数法、可行性法则、随机排序法、约束处理法、多目标优化法、混合法六类,并从约束处理方法的方面对约束优化进化算法的最新研究进展进行综述.最后,指出约束优化进化算法需进一步研究的方向与关键问题.     

基于D-NSGA-GKM算法的多阶段武器协同火力分配方法

陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法III(non-domina...     

基于遗传算法的联合火力WTA问题研究

研究联合火力优化分配问题.联合火力是多种作战力量参战条件下的多武器-多目标对抗.由于火力分配受到多种条件的限制,分配方案又决定作战效果,而武器-目标分配(Weapon Target Assignment,WTA)是多个装备同类型武器的作战单元联合抗击多个目标进行的分配方法.针对WTA问题求解规模大和精度高的特点,传统算法均不能满足速度和精度的要求,在基本遗传算法的基础上,采用精英选择和动态遗传算子的改进算法,避免了过早收敛.利用WTA的数学模型进行仿真.仿真结果验证了算法的有效性.     

演化算法求解约束多目标优化问题

求解多目标优化问题的演化算法主要考虑如何处理相互冲突的多个目标间的优化,很少考虑对约束条件的处理.通过引入约束主导原理,提出一种无需采用罚函数,完全是基于个体排序的求解约束多目标优化问题的演化算法.对测试函数进行了实验,实验结果表明了该算法的可行性和有效性.     

面向复杂约束优化问题的进化算法综述

约束优化是多数实际工程应用优化问题的呈现方式.进化算法由于其高效的表现,近年来被广泛应用于约束优化问题求解.但约束条件使得问题解空间离散、缩小、改变,给进化算法求解约束优化问题带来极大挑战.在此背景下,融合约束处理技术的进化算法成为研究热点.此外,随着研究的深入,近年来约束处理技术在复杂工程应用问题优化中得到了广泛发展,例如多目标、高维、等式优化等.根据复杂性的缘由,将面向复杂约束优化问题的进化优化分为面向复杂目标的进化约束优化算法和面向复杂约束场景的进化算法两种类别进行综述,其中,重点探讨了实际工程应用的复杂性对约束处理技术的挑战和目前研究的最新进展,并最后总结了未来的研究趋势与挑战.     

基于IMOSFLA的有人/无人战斗机协同空战火力分配方法

针对有人/无人战斗机协同空战中的火力分配问题,建立了以目标总存活概率最小和武器消耗数量最少的火力分配多目标优化模型,并提出一种改进的多目标蛙跳算法用于求解问题的Pareto最优解集.该改进算法充分利用混洗蛙跳算法收敛速度快、收敛精度高的算法优势进行全局寻优,利用自适应网格法对非劣解进行维护和更新,并在青蛙种群的全局进化过程中引入Tent混沌变异以避免算法早熟收敛.为便于从求解得到的Pareto最优解集中选择出最优火力分配方案,提出了一种最优火力分配方案的自主选择规则.最后通过仿真实验验证了所提方法的可行性和有效性.实验结果表明,所提方法能有效求解有人/无人战斗机协同空战中的火力分配问题.     

一种多目标多约束问题的优化算法研究

针对优化设计中常见的多目标多约束优化问题,提出了一种求解新方法：利用KS函数的凝聚特性,将优化问题中的全部或部分约束凝聚为一个近似的、逼近精度仅由一个参数控制的约束,然后,再对约束压缩后的优化问题选用适当的约束优化方法求解。仿真结果表明,由于压缩了求解规模,此法收敛稳定且速度快,用于求解一类多目标多约束优化问题具有很好的效果。     

多目标约束处理方法求解泊位岸桥联合分配问题

为了制定合理高效的泊位岸桥联合分配方案,加快船舶周转,本文针对船舶动态到港的连续泊位建立了以船舶总在港时间最短为目标的泊位岸桥联合分配混合整数非线性模型.通过多目标约束处理策略将复杂约束的违反程度转化为另一个目标,从而将原单目标优化模型转化为双目标优化模型,并用基于快速非支配排序的多目标遗传算法(NSGA-II)对其进行求解.同时,针对问题特点,分别设计了基于调整、惩罚函数、可行解优先和综合约束处理策略的单目标遗传算法对原模型进行求解.通过多组不同规模的标准算例对本文的方法进行测试,验证了基于多目标约束处理策略的方法求解效果相较于单目标约束处理策略的方法更加高效和稳定.     

遗传算法在求解多目标约束优化问题的编程实现

SGA是一种随机全局搜索的优化方法,基于通常的最优化问题都含有多个目标和约束条件,本文论述了处理这两个问题的方法并编程实现了求解多目标约束优化的遗传算法。     

网络化工艺分工规划系统的研究

动态联盟企业面向复杂零件的工艺分工规划问题是网络化制造中的一个关键问题。针对该问题，提出了逻辑制造单元的概念，通过它在工艺分工规划和制造资源之间建立联系，研究了基于逻辑制造单元的制造资源能力建模、逻辑加工路线设计，以及面向逻辑加工路线的制造资源预配置和优化配置。最后针对复杂零件的制造，进行了基于制造资源优化配置的工艺分工规划系统体系结构设计，并给出了工作流程。     

一种基于移动Agent的动态计算资源模型的研究

计算资源的动态部署为分布计算提供灵活、高效的解决方案，针对移动环境，当前的一些研究工作还存在局限性．以移动Agent技术为基础，考虑到移动环境的动态性、不确定性，提出了动态计算资源部署模型及自主性能优化算法，较好地解决了移动环境的资源部署和性能优化问题．结果表明其方法是通用的、可行的、有效的．     

Networked model predictive control based on neighbourhood optimization for serially connected large-scale processes

In this paper, two novel networked model predictive control schemes based on neighbourhood optimization are presented for on-line optimization and control of a class of serially connected processes (known as the cascade processes in some references), in which the on-line optimization of the whole system is decomposed into that of several small-scale subsystems in distributed structures. Under network environment, the connectivity of the communication network is assumed to be sufficient for each subsystem to exchange information with its neighbour subsystems. An iterative algorithm for networked MPC and a networked MPC algorithm with one-step delay communication are developed according to different network capacities. The optimality of the iteration based networked MPC algorithm is analyzed and the nominal stability is derived for unconstrained distributed control systems. The nominal stability with one-step delay communication is employed for distributed control systems without the inequality constraints. Finally, an illustrative example and the simulation study of the fuel feed flow control for the walking beam reheating furnace are provided to test the effectiveness and practicality of the proposed networked MPC algorithms.     

基于递阶嵌套GA 的空-地武器靶场效能大规模总体优化

针对大规模优化问题，其大系统分解协调算法存在收敛速度慢、计算时间长、易导致组合爆炸等不足，以空-地制导武器大规模火力规划问题为背景，提出一种递阶嵌套GA．其基本思想是通过分层降低计算复杂性，从而有效解决大规模火力规划问题求解的可计算性问题．递阶嵌套GA由内外两层构成。内层GA实现对各子模型的求解，并将求解结果传送给外层GA；外层GA则通过遗传操作对内层GA发生干预．仿真算例验证了算法的有效性．     

Control system design subject to SNR constraints

This paper deals with networked control systems comprising LTI plants controlled over scalar additive noise channels subject to signal-to-noise ratio (SNR) constraints. We present a general framework, based upon convex optimization concepts, that can accommodate several situations of interest. Our results make explicit the fact that exploiting feedback around the channel plays a key role in reducing the minimal SNR that is compatible with stability. The results also provide a characterization of the best achievable performance subject to an SNR constraint. We apply the results to specific networked control architectures, and provide a numerical example.     

防空火力分配建模及优化方法研究

在综合考虑防空对抗双方作战价值的基础上，建立了一种用于防空作战多武器系统对抗多批目标的火力分配模型，在此基础上，提出了基于粒子群优化（PSO）算法以及粒子群与遗传算法相结合（PSO—GA）的火力优化分配方法．通过仿真，并与遗传算法（GA）进行了比较，验证了火力分配模型的可行性以及所提出优化方法的有效性和优越性.     

Joint operations algorithm for large-scale global optimization

Large-scale global optimization (LSGO) is a very important but thorny task in optimization domain, which widely exists in management and engineering problems. In order to strengthen the effectiveness of meta-heuristic algorithms when handling LSGO problems, we propose a novel meta-heuristic algorithm, which is inspired by the joint operations strategy of multiple military units and called joint operations algorithm (JOA). The overall framework of the proposed algorithm involves three main operations: offensive, defensive and regroup operations. In JOA, offensive operations and defensive operations are used to balance the exploration ability and exploitation ability, and regroup operations is applied to alleviate the problem of premature convergence. To evaluate the performance of the proposed algorithm, we compare JOA with six excellent meta-heuristic algorithms on twenty LSGO benchmark functions of IEEE CEC 2010 special session and four real-life problems. The experimental results show that JOA performs steadily, and it has the best overall performance among the seven compared algorithms.     

无线传感器网络透视

无线传感器网络是一种由低功耗的微小传感器组成的密集的无线网络，主要用于感知和传输环境数据。它能够更精确地进行远距离自然环境的监视和控制，广泛应用于环境监控、军事目的和在无人区收集传感信息。由于传感器节点便宜，而且使用自组网方式进行部署，所以它们将受限于能量和计算。本文对传感器网络结构、路由、媒体访问控制、定位和安全及其最新研究情况给出了一个综述。