脉冲修正弹参数优化设计方法

为了从理论上寻求合理、有效的脉冲修正弹参数设计方法,提出对脉冲修正弹参数进行优化设计。选取脉冲发动机个数、单脉冲冲量大小、脉冲发动机轴向偏心距及尾翼导转角为优化设计变量,以脉冲发动机总冲最小为目标函数,并以某些脉冲参数、弹道参数等为约束条件,建立了脉冲修正弹参数优化模型。针对该模型的特点,在标准粒子群算法SPSO2011的基础上,提出了基于自适应罚函数且适于处理整数离散变量的改进粒子群算法。算例结果表明,该算法用于脉冲修正弹参数优化设计,可快速、可靠地获取最优解。     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

基于交叉效率排序多目标进化算法的备件供应优化

为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明：通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.927 8的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。     

装备维修器材预储点选址与预置运输配送组合优化方法

装备维修器材预储预置是战争初期部队快速获得补给供应,持续发挥战斗力的关键因素。对装备维修器材预储预置优化方法进行研究,将器材预储点选择和战前器材预置融合为一类选址调度组合优化问题,以预储点开设固定成本、运输成本及保障延误惩罚成本的加权和最小化为目标,构建混合整数线性规划模型,开发一种高效精确算法——基于逻辑的Benders分解算法对问题进行求解。基于160个随机算例开展数值实验,证明所提出算法在获得最优解方面的优越性。同时,通过与传统序贯式优化方法对比,验证了组合优化方法能够获得更高质量的解。所提出的模型和算法,能够为战时装备维修器材预储预置的优化决策提供一定参考。     

基于改进的粒子群优化扩展卡尔曼滤波算法的锂电池模型参数辨识与荷电状态估计

为解决锂电池荷电状态（SOC）难以精确估计的问题,提出了基于改进的粒子群优化扩展卡尔曼滤波（IPSO-EKF）算法预测电池SOC。为减小参数非线性特性影响,重新构建了EKF算法电池状态空间方程,以辨识出的电池模型参数为基础,获得SOC最优估计。采用IPSO算法优化EKF算法噪声方差矩阵,解决系统状态误差协方差矩阵和测量噪声协方差矩阵最优解获取难题,进一步提高SOC的估计精度。计算结果表明：IPSO-EKF算法能够精确地辨识电池模型参数和SOC值,并能够很好地修正状态变量初始误差。     

基于改进粒子群优化算法的末修子母弹总体参数优化设计

将末修子母弹对跑道封锁能力的评价指标作为优化设计的目标函数,确定了需要优化的总体参数,并利用改进的粒子群优化算法建立了总体参数的优化模型.在优化设计中,通过对总体参数的离散化提高了优化计算的效率,分析了跑道长度对最优总体参数的影响,获得了针对不同长度的跑道均具有较强封锁能力的总体参数最优搭配.研究成果对于末修子母弹总体方案设计以及子弹外弹道设计具有重要的参考价值.     

基于克隆选择算法的雷达可靠性寿命分布参数估计

基于极大似然估计法的基本原理，结合优化理论，建立了可靠性寿命分布参数的极大似然优化估计模型．采用克隆选择算法实现模型的求解，给出了克隆选择算法在模型求解中的关键步骤和约束处理方法．通过实例给出了应用克隆选择方法估计威布尔分布和混合威布尔分布参数的详细过程，应用结果表明：所提出的方法在雷达可靠性寿命分布的参数估计中是有效的，使得分布参数估计结果更加精确合理．     

改进的分层边际算法优化备件的初始配置方案

对备件配置方案进行优化是提高保障效能,减少装备寿命费用的关键,而多级维修供应模式下的备件模型求解是大规模、非线性的NP难问题。为提高模型算法的优化效率,研究并建立了基于可用度的备件初始库存配置优化模型,在传统边际优化算法的基础上,通过引入分层优化的思想对算法进行改进,提出一种改进的分层边际优化算法,用以提高算法的优化效率。给出了该算法的设计思路和优化流程,在理论上对算法的优化效率进行了分析。算例数值结果表明：在计算结果一致的前提下,分层边际优化算法的运算效率提高了近3倍,能够在工程应用上为备件库存配置的优化方法提供一种新的思路。     

基于微分进化-蚁群优化算法的潜航器航路规划

航路规划是包括新型巡航鱼雷和诱饵、远程布雷系统等潜航器完成指定任务的关键技术之一;为了解决蚁群优化算法在航路规划时存在的容易陷入局部最优、收敛速度慢等问题,引入了微分进化原理,对蚁群优化算法进行了改进,提出了微分进化-蚁群优化混合算法;该算法将微分进化的随机偏差扰动产生新个体的思想融入到蚁群优化算法中,对蚁群算法的信息素进行优化;最后以潜航器航路规划问题为实例,对改进后的混合算法进行了仿真研究;结果表明:提出的混合算法不仅能够得到更好的解,还能显著地提高算法的收敛速度。     

基于混合粒子群优化的动力飞行器再入轨迹优化

研究了一类含动力再入飞行器的跳跃轨迹优化问题。首先将动力学方程中的控制量进行有限维数的参数化,减少优化算法的搜索空间。然后利用约束PSO算法和Powell优化算法相结合的混合优化算法求解满足再入过程约束和末端约束的最优滑翔轨迹。最后通过对高升阻比再入滑翔飞行器CAV-H的仿真分析,验证了该混合优化算法的有效性。     

基于改进的期望值最大化自适应光学图像多帧迭代去卷积算法

为提高自适应光学图像复原的效果,基于期望值最大化理论,提出了一种基于改进期望值最大化（EM）算法的自适应光学（AO）图像多帧联合去卷积算法。通过建立多帧AO图像退化的数学模型,推导出基于相位误差并随时间变化的点扩散函数(PSF)模型,根据图像功率谱密度及约束图像支持域的方法对AO图像进行去噪处理。应用AO成像系统参数与正则化技术相结合对EM算法进行改进,建立多帧AO图像联合去卷积的代价函数及其参数估计的优化模型。利用所建模型对模拟图像和实际观测的AO图像进行图像复原实验验证文中算法的复原效果。实验结果表明,与Wiener迭代盲去卷积、Richardson-Lucy迭代盲去卷积算法相比,文中算法迭代次数减少14.3%,估算精度有了明显提高,辨识出了AO图像的PSF,复原出了清晰的观测目标图像。研究结果对实际AO图像复原有一定的应用价值。     

基于杂交粒子群算法的弹炮混编防空群火力优化模型

针对弹炮混编防空群射击指挥中的火力分配问题,提出了弹炮混编防空群的火力分配方法,建立了优化的火力分配数学模型。在此基础上,借鉴遗传算法中的杂交概念,采用改进后的粒子群优化算法对此模型求解。通过算例和仿真结果与实际经验对比表明,改进粒子群优化算法是解决弹炮混编防空群火力优化分配问题的一种有效方法。     

基于改进的遗传算法神经网络控制器

基于遗传算法的神经网络控制器,对神经网络中连接权值采用实值编码,通过随机选择,可变变异率和Elitism方法形成改进遗传算法.以倒立摆系统神经网络控制器参数寻优为例,对二进制编码和实值编码的遗传算法进化过程进行仿真,结果表明本算法寻优效果优,在多参数、多目标、多约束条件下,寻优效果更佳.     

遗传算法在自航式鱼雷发射管长度优化中的应用

自航式鱼雷发射管长度优化是一个复杂的非线性规划问题,常规优化算法难以找到全局最优解,为此,本文选择遗传算法进行自航管长度优化研究。根据优化问题的数学表达式(5),对不等式约束的处理和遗传算法五要素的确定进行了讨论,并采用内弹道模型(式(13)-式(18))求解鱼雷出管速度,从而使遗传算法得以实现。以鱼雷自航发射为例进行了模拟计算,模拟进化结果(表1)表明,采用遗传算法进行自航管的长度优化是有效的,可为后续相关课题的研究提供借鉴。     

改进系统备件满足率约束下的备件优化配置建模

为了克服传统的系统备件满足率模型容易陷入极小的缺陷,建立了改进系统备件满足率约束下的备件优化配置模型。运用分层优化的思想,提出了一种改进的分层边际优化算法,以便提高算法的优化效率。给出了该算法的优化步骤,并在理论上分析了算法的优化效率。通过对案例运算结果的分析,证明了所建模型的正确性与合理性。     

多目标优化的多品种维修器材分配问题研究

为了更好地满足部队维修器材需求,优化需求数量超过供应中心库存数的多品种维修器材分配整合供应问题,建立了保障重点、兼顾公平、效用最大的多目标优化模型。提出了采用灰色关联度方法对多目标进行处理,将多目标转化为单目标问题,并将之内嵌到改进遗传算法中。实例验证表明,该算法最优适应度值及平均适应度值可分别降低31.538 5%和37.371 1%,验证了该模型能有效减少器材分配失衡,提高器材供应效率。     

粒子群算法在武器装备保障资源优化中的应用

为简单方便地实现武器装备保障资源优化,采用粒子群优化算法求解资源约束项目调度问题。具体方法主要包括：确定不违反前后约束的活动进行次序、确定资源约束项目调度问题的解空间、确定修复策略、计算粒子适应度。同时,编制了粒子群优化程序,对某型武器装备技术保障资源进行了优化。优化结果有助于保障资源合理配置,对提高装备战斗力有重要的军事价值。     

计算机辅助双基系固体推进剂配方概念设计方法研究

为了降低基于优化技术求解配方问题可能无解的风险,提出了基于质量功能展开(QFD)和公理化设计(AD)的双基系固体推进剂配方概念设计方法和模型,利用配方概念设计系统设计了一个改性双基推进剂配方实例,展示了该模型在推进剂配方概念设计系统中的运用效果。结果表明,在配方概念设计阶段初步求解基本满足指标要求的配方功能成分及其边界含量,确保后续配方详细设计(优化设计)有解。在传统的配方设计工作中,按照"概念设计+详细设计+性能预估+再设计"的新方法能有效避免优化无解风险,提高配方设计效率,降低配方设计成本。     

基于对抗的突击武器与支援武器协同火力打击决策方法

为满足多类型武器协同火力优化打击的需求,提出了一种基于对抗的突击武器与支援武器协同火力打击决策方法。以突击武器“点对点”打击和远程火力支援武器“面杀伤”的协同为研究对象,考虑具有对抗特性的火力打击决策优化过程,以突击武器对目标的打击决策、目标对突击武器的打击决策以及支援武器的炮弹落点位置为优化变量,建立了以对抗双方剩余价值比值为目标函数的协同火力打击决策优化模型。提出了基于人工蜂群算法双层迭代优化的协同火力打击决策优化模型求解方法。目标分配决策变量采用整数编码,利用罚函数方法处理约束条件,将决策模型转化为无约束混合整数优化问题;针对算法实现过程,分析了双层迭代人工蜂群求解算法的计算复杂度。通过一个协同火力打击算例验证了协同火力打击决策模型和求解算法的合理性和有效性。