基于GA 算法的舰载机快速调度

为解决舰载机在舰面进行保障时作业顺序、作业时间等多重不确定的问题,设计一种舰载机飞行作业快 速调度算法。建立舰载机甲板保障作业组合优化调度模型,对算法结构的编码方式进行阐述,利用合适的遗传算法 策略进行求解,给出有效调度方案,在基本静态调度方案上采用动态调度进行调整,得出当前有效快速调度方案, 并通过仿真实例对算法的有效性进行验证。仿真结果表明,利用该算法可得到当前算法模式下最优快速调度方案。     

基于蚁群算法的舰载机避障路线分析

为了使舰载机编队在突破飞行过程中保持最大的生存概率,针对具有不同威胁程度的威胁体的舰载机避障路径规划问题,提出了一种不同于V图的初始路径构图方法,通过蚁群算法得到了模型中舰载机遭遇各威胁体的避障方式,以及相同威胁度与不同威胁度情况下的避障路线,并进行仿真验证.仿真结果表明:该方法给出最优的避障路线能有效解决V图只能对相同威胁体进行规划的难题,在威胁度与距离2个问题上取得平衡,可进一步推广应用于不同威胁体的多机协同路径规划,为舰载机飞行中过程中的路径规划问题提供了理论依据.     

基于改进的复合自适应遗传算法的UUV水下回收路径规划

传统遗传算法的变异操作会简单随机产生新的路径,对算法进化性能有不利影响,使算法易陷入局部最优的陷阱;遗传算法常配合栅格法进行路径规划,所得的最优路径并非无人水下航行器（UUV)回收路径规划可获得的最短路径,并存在UUV机动性能可能与最优路径冲突的问题。为此,设计一种具有UUV机动性约束条件的改进遗传算法,提出环境复杂度的概念用于分析机动性约束的具体取值,使路径规划适配于UUV的机动性,使算法结果更具实用性;提出复合自适应变异策略,控制变异的个体在迭代过程中发生自适应的进化;当一定迭代数内种群进化停滞时,引导最优个体进行双阶段自适应变异,从而使最优路径趋近全局近似最优解,有效提高算法的收敛速度。基于MATLAB软件的算法对比仿真结果表明一般复杂水域和复杂水域环境下,改进的复合自适应遗传算法生成的最优路径相比于遗传算法和自适应遗传算法的最优路径更加平滑,路径长度更低,可见改进的复合自适应遗传算法在路径规划上收敛性能和寻优能力更优,更具有可行性和优越性。     

基于BP 神经网络的舰载机对陆打击作战效能评估

为解决复杂战场态势下影响舰载机对陆打击作战效能因素多、情况复杂的问题,提出一种基于BP 神经 网络学习算法的舰载机对陆打击作战效能评估模型。结合舰载机性能及战场环境,运用层次分析法构建舰载机对陆 打击作战效能评估指标体系;通过Matlab 工具进行动态评估仿真。仿真结果表明：该模型准确率能达到98.5%,验 证了模型的有效性和可行性,可为舰载机在战术应用方面提供一定的决策信息。     

飞机着舰轨迹稳定性及飞行员操纵策略研究

针对舰载机着舰时操纵性下降等问题,通过对飞机受力分析及动态仿真,得到着舰条件下保持飞机轨迹稳定性的方法,并对飞行员控制飞机着舰的操纵策略进行了探索。以 F/A-18舰载机为例,结合小扰动方程,分析了飞机在下滑时仅操纵升降舵无法跟踪航迹的原因,分析飞机各参数对升降舵及油门杆的跟踪响应情况,给出了着舰时飞行员消除高度误差操纵策略,并运用 Matlab/Simink 软件仿真了飞机在低动压下的纵向响应特性。仿真结果表明,利用操纵油门杆来消除下滑时的高度误差的操纵策略是可行有效的。     

基于优化向量场直方图法的机器人避障方法

为解决移动机器人在未知环境下的路径规划问题,从多传感器信息融合入手,研究了基于向量场直方图法的移动机器人避障方法,分析了向量场直方图法的特点,并对向量场直方图法进行了优化;仿真结果表明：该方法能在复杂未知环境中避开障碍物并寻找最优路径,验证了该优化算法的正确性和有效性.     

基于遗传算法的反舰巡航导弹协同航迹规划

针对反舰巡航导弹的协同作战问题,结合遗传算法思想,提出了一种协同航迹规划方法.简述了反舰巡航导弹航迹规划的特点,在此基础上构建了航迹规划模型,规划模型巧妙地把时间协同和方向协同问题转化为航迹代价指标,便于遗传算法求解.仿真结果表明,该方法快速有效,很好地解决了反舰巡航导弹的离线协同航迹规划问题.     

基于Memetic算法的电子AGV路径规划

电子AGV配送车辆的路径规划问题是工厂与车间调度的重要环节,基于遗传算法对电子AGV的工作路径规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,仿真结果表明,所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

无人电子干扰机支援下岸舰导弹突防能力优化

基于电子干扰无人机对舰载雷达网的压制策略和舰艇对岸舰导弹的抗击策略,研究了无人电子干扰机支援对岸舰导弹突防能力的影响。根据多艘舰艇的雷达网探测及协同拦截区,首先分析了舰艇对反舰导弹的协同拦截策略;依据无人电子干扰机干扰支援分配和优化方法,提出了无人电子干扰机支援反舰导弹的优化策略,给出了电子干扰支援下的反舰导弹突防能力计算方法。仿真结果表明,无人电子干扰机能够有效压缩舰艇雷达网探测区边界且具有很强的方向性,但雷达网内部区域对导弹仍有很高探测概率;通过优选岸舰导弹的进入方向可有效提高导弹的突防概率。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

基于自适应遗传算法的舰载机保障调度

为解决舰载机多机保障作业的调度问题,设计一种与之相适应的自适应遗传算法.分析舰载机进行保障的流程约束,得到单个舰载机的简化流程,以最小化保障时间为目标,建立问题的数学模型,根据舰载机保障调度作业的特点,采用自适应遗传算法进行求解,通过多机保障任务案例进行验证.结果表明:使用甘特图的方式,可直观地表示保障作业的计划流程,并验证了自适应遗传算法的有效性.     

基于遗传算法的舰载机弹药调度次序

为了解决传统的运筹方法难以实现舰载机弹药调度的问题,提出基于遗传算法的舰载机弹药调度方法。对弹药调度阶段和挂载阶段进行分析,建立弹药调度次序模型并采用评分制加以量化,调整了遗传算法算子使其适应所建模型的求解。仿真结果表明：调整后的遗传算法运行平稳,收敛速度快,得出的弹药调度次序有效协调了2阶段保障工作,保证了各个停机位挂弹工作的连续性,提高了挂弹效率。     

无人飞行器海上航迹规划差分进化算法研究

为研究海洋环境下的无人飞行器（UAV）航迹规划问题,提出了一种基于差分进化算法（DE）的航迹规划方法。该方法通过对规划环境进行预处理将岛屿处理成地形威胁区,使问题简化为二维平面规划。采用实数编码方式对航迹进行编码,建立了航迹代价函数的数学模型,从航迹质量、算法稳定性和收敛速度3个方面比较了DE与遗传算法（GA）和粒子群优化算法（PSO)的性能。仿真实验结果表明,所提方法能在复杂的海洋环境下为飞行器规划出一条安全的可飞航迹。     

基于模拟退火算法的岛礁补给路径规划

为了高效、准确地解决岛礁补给最优路径规划问题,基于模拟退火算法对该问题进行了研究.采用路径长度最短作为海岛补给路径规划的最优指标,利用模拟退火算法求解最短路径.并分别对蚁群算法和模拟退火算法路径规划进行仿真分析,仿真结果表明:在岛礁补给路径规划问题上,模拟退火算法不仅可以高效准确地解决岛礁最优路径规划问题,而且相对于蚁群算法具有能避免陷入局部最优,计算结果稳定且效率更高等优势.该方法不仅可以用于岛礁补给路径规划,还可以用于解决无人平台、飞行器等路径规划的问题.     

基于遗传算法的机器鱼水中路径规划

针对机器鱼水中路径寻优的具体要求,提出一种以遗传算法为基础的机器鱼路径规划方法。通过介绍遗传算法的3种基本操作,将遗传算法应用到试验场景中规划出最优路径,分析研究了一种根据目标点与机器鱼的距离变化而改变机器鱼运动速度的策略,并进行仿真分析和实验。仿真结果表明：采用遗传算法的水中救援路径规划可将救援时间缩短30%以上,提高了寻优效率。说明遗传算法对机器鱼的路径规划具有积极效果和快速寻优特性。     

基于改进量子进化算法的巡航导弹航路规划方法

针对巡航导弹作战区域广阔、航路规划效率低的问题,提出了基于改进量子进化算法(IQEA)的巡航导弹航路规划方法。首先分析并确定巡航导弹航路规划空间,建立航路评价的代价指标;针对实数编码量子进化算法容易早熟、陷入局部最优的缺点,引入染色体的概率表达特性,使得每条染色体均能以一定概率表达优化问题的所有可行解;借鉴遗传算法的思想,在IQEA中引入染色体繁殖机制,结合动态量子门实现染色体的进化,实现算法局部搜索和全局搜索的平衡。仿真实验结果表明,基于带繁殖机制的IQEA的航路规划算法能够快速、稳定地搜索到代价更低的航路,所规划航路能够有效进行威胁规避、地形回避和地形跟随。