基于文化基因算法的多目标优化

针对粒子群算法收敛速度慢、求解精度低的不足,提出了将粒子群改进作为全局搜索,多目标模拟退火算法作为局部搜索的文化基因算法,将交叉和变异操作引入粒子群全局搜索中帮助跳出局部最优。对于多目标优化问题,根据非劣解的拥挤度决定最优值的选取策略,并将该算法用于多目标优化的实际求解中。仿真结果表明,该算法不仅能快速有效地得到Pareto解集,并且能有效地保持所求最优解的多样性。     

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。     

多约束条件下备件库存优化模型及分解算法

本文研究多约束条件下备件库存优化问题，建立了多约束条件下备件库存优化模型并给出了优化算法。此方法采用拉格朗日松弛原理将备件库存约束进行松弛，使各子问题仅是单项产品库存量函数的一维优化问题；利用次梯度法更新拉格朗日乘子并用一维搜索的方法给出各子问题的最优解；再利用拉格朗日启发式算法，求解原始问题的最终解。该方法的应用能够为解决多约束条件下备件库存优化提供新的途径。     

防空导弹目标分配优化方法研究

从工程实践角度,对防空导弹目标分配总体方法进行研究,包括:应该解决的若干问题、目标可分配区的计算方法、目标分配的总体思路和流程、分配算法优化等。重点针对防空导弹对不同类别目标具有不同杀伤区的问题,提出通过限定目标参与分配方案计算的时机以改善武器系统设计效果的新思路;介绍将传统的匈牙利算法应用于目标分配的处理方法,并提出一种基于启发式算法、可提高运行效率的求解方法。仿真结果验证了该方法的可行性。.     

求解多机协同任务规划的改进遗传算法

针对多无人机协同任务规划问题,提出一种改进的遗传算法。根据每个目标所需执行的任务类型,采用矩阵式编码方式,引入启发式规则来确定各飞机执行其所要执行任务的先后顺序,并采用模拟退火算法来对结果进行局部优化。实验结果表明,该算法能有效求解多机协同任务的规划问题。     

基于蚁群算法的目标分配问题研究

目标分配问题是多机协同战术决策的核心内容之一.文中以攻击优势最大为准则,结合蚁群算法的思想,建立了基于蚁群算法的目标分配问题求解模型,并以实例说明了算法的有效性.     

弹载图像探测器广域协同探测算法

针对弹载图像探测器协同探测的分配方式影响目标信息增益的问题,开展此类探测器广域协同探测算法研究。以获取最多有效毁伤信息为目标,研究了弹载图像探测器散布修正与目标分配问题;建立完整的图像探测器动力学模型和目标等效模型,模拟多探测器的协同探测环境;通过有效信息熵描述图像探测器系统获取毁伤信息的能力,推导毁伤信息熵与系统和目标的相关方程,得到协同探测能力的评价准则;基于Kuhn-Munkres算法和Runge-Kutta算法,提出求解图像探测器最佳修正时机与最优观测目标分配的优化求解方法,并给出算法流程,解决弹载图像探测器协同探测的最优分配问题。结果证明：与图像探测器随机分配方式进行对比,该算法具有更高的信息增益;当图像探测器越过检测目标时,目标信息熵增益同比增长24%。     

目标多个最优解的GA求解法及其运用

在寻求目标多个最优解的算法的基础上，提出了一种新的寻求目标多个最优解的GA求解法。通过分析组合优化问题的特点，对原来的小生境半径的自动确定方法进行改进，最后得出了一种新的方法。将此方法运用于防空群作战目标分配，通过仿真结果表明该算法操作简便，计算更快。     

基于拍卖算法的动态防空武器目标分配

为解决网络化防空作战中“制导平台-武器-目标”三者的优化匹配问题,提出一种基于拍卖算法的武器目标分配(weapon-target assignment,WTA)问题求解方法。建立多约束条件下的动态武器目标优化分配模型,将动态作战过程离散化为静态分配问题处理。实例验证结果表明,该方法具备有效性、快速性。     

改进NSGA-Ⅱ算法在装备保障运输问题中的应用

通过对战时装备保障运输场景的分析,建立了以运输距离、费用和风险系数为目标的多目标路径优化模型。将多目标遗传算法 NSGA-Ⅱ用于该模型求解,对传统的 NSGA-Ⅱ算法进行改进,在进化中增加精英保留策略和小生境密度,克服了求解多目标优化过程易陷入局部最优的问题。仿真实验结果表明：利用改进的NSGA-Ⅱ算法求解多目标路径优化问题,决策者能够有效地获得最优的运输方案以及最优的备用运输路径。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

遗传-蚁群算法在目标分配问题中的应用研究

针对传统算法很难满足大型水面舰艇编队防空武器的武器目标分配(weapon target assignment,WTA)问题,提出一种将遗传算法融入蚁群算法的混合算法。分析了遗传算法和蚁群算法的优缺点、利用遗传算法快速全局随机搜索能力生成一组粗略解,用其作为蚁群算法的初始信息素,再利用蚁群算法的并行性、正反馈机制,最后求得最优解,并对遗传-蚁群算法与蚁群算法、遗传算法这3种方法进行仿真比较。分析结果证明:遗传-蚁群算法用更少的时间获得最优的火力分配方案,缩短了武器系统反应时间,在求解质量方面有较大优势。     

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。     

考虑毁伤概率门限的火力分配变异蚁群算法

提出了一个火力分配的非线性整数规划模型，该模型充分考虑了多火力点联合毁伤概率对实际射击效果的影响。应用基本蚁群指派算法可以求解此NP问题，但难以满足战术决策的实时性要求。为此，提出一种自适应的信息索更新方法和消除无效分配的变异策略，提高了收敛速度。采用删除已访问节点的方法取代比较禁忌表的方法，进一步降低了计算代价。计算机实验结果表明，该算法在优化性能和时间性能上都取得了良好的效果，满足战术决策的实时性要求。     

改进递阶GABP算法与一般BP算法在陀螺仪随机漂移建模中的应用分析

针对改进的递阶GABP算法的特点,将其应用于陀螺仪随机漂移建模.通过引入巴特莱特（Bartlett）提出的＂95%置信限＂理论,对改进递阶GABP算法与一般神经网络BP算法的陀螺仪随机漂移建模进行比较,分析得到改进递阶GABP算法更能在较短的时间内建立陀螺仪随机漂移误差的精准模型.     

改进型布谷鸟搜索算法的防空火力优化分配模型求解

针对防空火力优化分配中火力资源易浪费且易延误战机的问题,将毁伤概率门限、飞临时间以及威胁度等因素相结合,构建一种改进的防空火力优化分配模型。基于此模型,提出一种多种群并行布谷鸟搜索算法求解防空火力多维整数优化分配问题。利用多个种群同时进行全局探索和局部开发,并通过移民算子进行各种群间的信息交流;为进一步提高全局探索能力,引入柯西变异算子构建新的全局搜索模型;在算法局部开发过程中,采用贪婪方式,逐维搜索。仿真结果表明：所建火力优化分配模型能有效地抓住战机,避免火力资源浪费;所提优化算法能较好地平衡全局探索和局部开发,在保证较高收敛速度的同时,提高了全局探索能力。     

虚拟场景中路径自动选择算法

针对传统路径规划方法存在的问题,对机器人全局路径规划中的栅格建模方法进行改进。从场景建模描述、邻域查找以及路径搜索策略3个方面进行深入研究,采用线性八叉树法对场景进行建模,给出基于线性八叉树的层次编码体系,引入路径搜索因子对启发式函数进行重构。通过基于八叉树的场景分解,基于线性八叉树编码特性的邻域查找,以及改进的A＊算法路径搜索,实现了三维场景路径规划和自动漫游。实验结果表明：该算法的时间和空间效率较好。     

空地多智能体围捕系统体系结构设计与实现

针对空地多智能体围捕问题,提出一种层次化的体系结构与任务实现方法.通过系统模态设计实现任务调度与分配,利用改进型人工势场法的路径规划和碰撞预测算法实现追捕者的自主导航,使用基于人工视觉的辅助定位方式完成惯性器件的修正.系统试验表明,该系统可稳定完成围捕任务.     

一种高精度弹道导弹落点预测方法

为高精度预测弹道导弹落点,提出了高精度落点预测算法,即首先基于椭圆弹道粗估计所划定的落点范围搜索可能目标,然后基于4D外弹道模型应用遗传算法对弹道导弹弹道进行精细预测.该算法可快速划定目标搜索范围并精确生成弹道导弹轨迹;以导弹必定攻击我方军事目标的基本假定改变了以往算法仅依靠弹道特性的局限,并支持多弹头弹道导弹的落点预测.仿真实验表明该算法的运行时间平均在2s以内,精度在100m范围,可以满足弹道导弹预警的时间和精度要求,也可为多弹头同时预测落点.     

水中机器人2D仿真水中搬运策略优化

基于 URWPGSim2D 仿真平台,对现有的比赛策略进行优化和改进.首先从整体层次出发提出一种全新的比赛策略;然后针对平台不确定性,引入了 PID模糊控制对基础动作进行优化;最后,针对近距离带球难以精确控制的问题,提出了近距离尾切式顶球算法,并进行模拟实验验证.实验结果表明:带球总耗时降低约34.78%,带球动作的精准度明显提高,能够实现快速带球的目标.