基于IPLink-2164构建机器人群通信网络

在群内机器人个体之间，需不断自主地交互地理位置、航向、以及指令等一系列信息，以协同完成相关任务。组建一个机器人群构成的无线自主通信网络，利用IP—LINK模块实现整个网络的组建，节点间采用时分多址方式轮流在通信信道内发送数据。IP-LINK模块特性决定模块向单个节点发送数据时需要返回数据帧，而广播方式发送时各个接收节点都不返回数据帧，避免信道在广播过程中发生堵塞现象。     

一种近空间高超声速飞行器的制导律设计与仿真

为了实现一种由助推、近空间巡航和俯冲攻击组成的高超声速飞行器攻击弹道以对付具有大机动能力的目标,采用粒子群优化方法一体化设计高超声速飞行器的固体火箭助推器和助推弹道;巡航段水平面内采用一种3维虚拟目标比例导引律,纵向平面内基于非线性系统奇异摄动理论和虚拟目标导引方法设计一种次最优组合制导律;俯冲攻击段基于随机跳变系统理论设计一种最优制导律.3维全弹道仿真结果表明所设计的制导律合理,中制导律能够有效衔接助推段和俯冲攻击段,末制导律能够有效实现攻击大机动目标的制导任务.     

基于复杂网络的作战任务分发流程优化研究

为提高作战指挥系统组织部队进行战斗准备的速度,对基于复杂网络的作战任务分发流程优化进行研究。建立整个作战系统模拟网络模型,给出每个节点时间的图解算法,根据各个节点时间值对于整个系统反应时间的影响的大小,得出系统关键线路节点与关键线路,最后通过调整关键节点任务分发流程,得到较快的作战指挥系统反应时间,并进行算例仿真。仿真结果表明：该方法能够准确解算出作战指挥系统的反应时间,得出局部最优解。     

无线网络中基于最高向量权独立集的分群算法

ad hoc 网络是多跳无线网络,网络节点通信不依赖于预先架设的固定设施,这种动态网络的重要特点是寻找好的路由算法,基于群的算法是最有效和可伸缩的.然而,由于高度动态拓扑且缺少固定架构,系统重构经常是不可避免的,因此,尽可能长时间使拓扑稳定是至关重要的.极大独立集(MWIS)是一个分群算法,用于将整个网络划分为群,每个群选举一个群首.基于MWIS,提出了最高向量权独立集(HVWIS)算法.首先,每一节点被分配一个向量权,其动机是要考虑相邻节点的多个因素;其次,算法使用了模糊决策模型.这样,群首形成了一个最高向量权独立集,确定了其拓扑和其稳定性.本文证明了HVWIS 算法的正确性并分析了其时间复杂度.     

无线传感器网络节点定位的混沌粒子群优化算法

针对粒子群优化算法收敛速度慢且稳定度不高的问题,把混沌寻优思想引入到粒子群优化算法中,提出一种基于混沌粒子群优化算法的无线传感器网络节点定位算法。该算法首先对当前粒子群中的最优粒子进行混沌寻优,然后用混沌寻优的结果随机替换粒子群体中的一个粒子,通过迭代搜索最佳坐标。仿真结果表明,在参数合理设置的前提下,该算法性能稳定,并且具有较快的定位速度和较高的定位精度。     

多跳分簇自组网络的最优簇内跳数分析

多跳分簇自组网络的网络规模扩展性差、开销大,簇内跳数的选取是影响分簇网络性能的关键。综合考虑路由层簇维护和媒体介入控制层调度的开销,利用硬核泊松点过程推导网络的干扰与容量,进一步建立网络吞吐量与信道利用率模型,以吞吐量最大化为目标,以信道利用率为约束,得到最优的簇内跳数。仿真结果表明,所建立的模型能有效反映簇内跳数、节点密度等参数对干扰强度、网络吞吐量和信道利用率的影响,簇内跳数的最优值取决于路径损耗系数和节点密度。     

基于粒子群优化算法的无人机航迹规划

提出一种基于粒子群优化算法的无人机路径规划方法,利用粒子群优化算法,将约束条件和搜索算法相结合,从而有效减小搜索空间,得到一条全局最优路径。仿真结果表明：该方法能够快速有效地完成规划任务,获得满意的三维航迹。     

基于可拓方法的模块化外包商的选择研究

模块化外包使模块供应商承担了更多的设计与研制任务,增加了核心企业对模块供应商选择的复杂性.建立了模块供应商评价的指标体系,给出了合作伙伴选择的综合评价物元模型.此方法考虑到评价环境的模糊性,采用模糊群决策方法确定指标权重.在此基础上,给出了基于可拓理论的评价步骤,利用修正后的关联函数,求解关联度并寻找最优解.最后用一个算例进行了分析求解,结果表明此方法解决了构建模型时对指标的模糊主观判断问题,使得合作伙伴选择模型的最优策略更接近实际.该方法能够有效保证综合评价的质量和效率.     

基于线性最小方差和递归最小二乘的融合算法

针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对水下静态和运动目标定位进行的仿真表明,相比单传感器定位,提出的融合算法的定位精度有约1～2个数量级的提高。     

改进粒子群算法在防空火力分配中的应用

尝试用粒子群优化理论（PSO）求解防空群火力分配决策的优化模型。首先把约束方程作为罚函数加入到原目标中，变为无约束的优化问题。假设通过粒子群算法得到一组局部最优点X1，将X1转化为二进制编码。然后采用遗传算法中的一个概率随机改变二进制表达式中的某些位，使得编码发生变化，形成一组新的解X2。比较X1和X2的适应值，舍去比X1劣的解，保存比X1优的解，最后采用粒子群算法在X2的领域内进行寻优。     

基于蚁群算法的测试任务调度优化方法

复杂系统测试通常存在任务复杂、测试时间长、资源浪费等问题,对资源和任务进行合理调度具有重要实用价值。提出基于蚁群算法的测试任务并行任务调度优化方法,对测试问题进行描述,与蚁群算法结合,设计了启发函数、状态转移规则;根据算法流程获得测试时间最短的任务调度序列;针对任务序列多解的问题,提出资源均衡度的评价标准,得到最优的资源任务调度序列。基于蚁群算法解决了复杂测试系统任务调度问题,对某实际测试系统资源任务集进行调度仿真,并与随机穷举法对比验证算法的有效性,结果表明该方法能大大节约测试时间。测试实例与当前常用的半串行测试进行对比,测试效率提升了43.07%;所得结果为最短测试时间任务调度序列中资源均衡度最高的。     

基于网格的舰船编队协同反潜仿真系统动态调度方法

围绕如何在网格环境中合理调度系统资源这一目标,对实体级并行任务的动态调度问题进行了研究,设计了一种改进的启发式调度算法（阈值算法）,并以舰船编队协同反潜对抗仿真系统为例,证明了该方法的可行性,该算法以次优解为目标,减少了任务的执行开销,为提高分布交互式仿真系统的资源利用效率和扩大仿真规模提供了一种可行的途径。     

基于模糊神经网络的相控阵雷达任务调度设计

针对相控阵雷达任务调度中任务优先级较难建立数学模型,从而影响任务调度效率的问题,提出一种基于自适应模糊神经网络的相控阵雷达任务调度算法。该算法:模糊控制部分能够利用模糊隶属度对多个目标参数值进行量化处理;神经网络部分可以智能地实现目标参数和任务优先级之间非线性映射。仿真结果表明,该方法有效,在目标数目饱和情况下,保证高优先级任务被调度的同时,使更多的任务得到调度执行,其性能优于传统任务调度方法。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

基于遗传算法的作战任务分配和资源调度问题研究

在作战行动中出现多任务与多种保障资源合理调度困难的问题十分常见。笔者以任务完成的总时间最短为目标函数构建数学模型,使用遗传算法进行迭代优化得到保障资源调度的全局最优解。对遗传算法进行自适应改进、移民交叉算子操作和迭代条件优化,解决了过早收敛无法求出全局最优解的问题,并使算法运行效率提高了76.4%。仿真实验结果表明：该方法切实可行,可以快速准确地完成多种保障资源调度并形成任务分配方案,满足现阶段作战部队资源保障的现实要求。研究成果在高效完成保障资源调度的同时不产生冗余负担,具有较好的应用价值和发展前景。     

考虑优先级的维修任务动态调度方法

为解决目前维修任务动态调度方法研究中存在方法复杂、考虑调度规则少、实用性不强等问题,对维修任务动态调度方法进行优化研究.综合考虑维修时间、维修前等待时间、受敌威胁程度和装备重要程度等调度规则,运用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)确定各维修任务的优先级.通过实时更新关键时间点的维修任务静态调度方案实现对维修任务的动态调度,构建考虑优先级的维修任务动态调度模型,并通过示例分析进行验证.验证结果表明:新模型能用相对简单的方法解决复杂问题,为装备保障指挥员确定维修任务调度方案提供参考.     

基于改进型RM算法的弹上综合信息系统任务调度

为提高导弹信息传输速度和处理综合信息的能力,设计一种基于改进型RM算法的弹上综合信息系统任务调度系统。从周期性任务、非周期性任务和瞬时过载3个方面对传统RM调度算法进行了改进,并利用测试验证系统进行了调度测试。测试结果表明：改进后的RM算法可在一定程度上满足弹上综合信息系统调度需要。     

基于扩展域的相控阵雷达自适应驻留调度

传统的自适应相控阵雷达驻留调度方法难以在满足时间和能量约束的同时分析任务的可调度性。根据系统负载的动态性建立了驻留请求的任务模型,并提出了一种基于扩展域的自适应调度算法,将调度时域扩展到多个调度间隔,在每个调度间隔根据雷达事件的优先级和截止期合理地安排驻留请求。仿真表明,该算法在扩展域内的调度性能是可预知的,不仅提高了时间利用率,而且可有效降低任务的错失率。     

考虑非遍历的抢修任务多目标动态调度

针对进攻作战中战损装备众多而抢修时间与抢修力量有限的矛盾,进行了进攻作战抢修任务动态调度研究。提出考虑非遍历的抢修任务多目标动态调度的现实军事问题,建立多目标规划数学模型,分析了非遍历、修理能力差异、待修装备优先级3个重要影响因素;根据所建模型的特点,设计了基于遗传算法的模型求解算法;运用Matlab软件进行了39辆待修装备、3个抢修组的动态调度示例仿真与分析。示例结果表明:通过实施机动伴随抢修和抢修任务动态调度,进攻作战部队能够获得约185 h的二次作战总时间,进而增强部队的持续作战能力,并大大减少决策工作量和决策时间、降低人为决策风险。     

综合优先级下反导预警相控阵雷达任务调度算法

针对相控阵雷达跟踪多弹道导弹目标时的资源分配问题,提出一种综合优先级下的价值优化调度算法。基于弹道导弹目标特性,构建目标威胁度模型;设计二维优先级表,结合目标威胁度和截止期进行综合优先级规划;基于任务优先级建立任务动态价值函数,并从调度及时性原则出发,构建任务调度的价值优化模型;对遗传算法进行改进,设置自适应选择、交叉、变异算子,并利用该算法求解调度模型;通过仿真实验将所提算法与传统工作方式优先级加截止期调度算法进行性能对比,对任务价值函数参数对调度性能的影响进行分析。结果表明：相比传统调度算法,所提调度算法的调度时间偏移率减小了46%,实现价值率提升了12%.