基于整数域改进粒子群优化算法的多平台武器目标分配

武器一目标分配( WTA)问题是军事运筹学中经典的NP完全问题,其模型为非线性整数规划模型,包含多种约束条件,求解复杂、收敛速度慢,采用改进粒子群优化( PSO)算法求解WTA问题.在建立WTA最优化分配模型的基础上,提出了一种针对多约束WTA问题的粒子编码方案及模型的适应度函数,解决了粒子的整数域初始化问题.采用粒子...     

基于改进型多目标粒子群优化算法的武器-目标分配

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。     

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。     

基于混合离散粒子群算法的多无人作战飞机协同目标分配

针对多无人作战飞机(UCAV)协同目标分配问题,提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点,设计了新的粒子群位置和速度更新公式,并且充分利用粒子群优化算法的全局搜索能力,同时利用禁忌搜索的局部搜索能力,使2种算法的优势得到互补,较为显著地提升了原算法的性能。仿真结果表明:混合离散粒子群算法能够有效地解决多约束条件下多UCAV协同目标分配问题,并且算法简单、灵活,易于实现和扩展。     

基于改进引力搜索的武器目标分配方法

针对目前武器目标分配(WTA)问题所用引力搜索算法(GSA)存在着早熟收敛的问题,提出了基于改进GSA的武器目标分配方法。该方法首先将粒子群算法(PSO)的记忆信息和群体共享信息能力引入到GSA算法之中,再将混沌搜索(CS)的思想嵌入到改进的GSA算法之中,提出了CP-GSA算法;然后利用提出的CPGSA算法直接求解WTA最小化问题,进行武器目标分配。仿真实验表明:所提出的方法能够有效解决WTA问题,提高分配性能,在4个地面防空作战单元抗击8个来袭目标的情况下,迭代41次即可得到最优解,适应度值为1.18,与枚举法所得的最优适应度值相等。     

基于马尔柯夫过程的防空武器系统火力分配

基于马尔柯夫过程求解火力分配问题的动态WTA方法,把目标威胁程度纳入性能指标进行火力分配决策,并利用Matlab编写主体程序.其建模包括:基本假设、建立模型及算法改进.通过算例分析知:目标密度较小,使用线性规划的静态WTA法分配目标即可;目标密度较大,则应采用动态WTA方法进行火力分配.     

反舰导弹协同攻击目标分配与在线再分配方法研究

基于分段规划的思想,构建了反舰导弹协同攻击目标分配模型。预先分配以一定打击效果时的弹药消耗量为优化指标,解决了导弹射前兵力需求以及目标粗略分配的问题;在线再分配根据战场态势,在导弹发射数量已定时,以目标打击效果为优化指标,对初次分配进行实时修正。针对各段分配模型,提出了离散粒子群求解算法,并设计了不同的编码方式和适应度函数。仿真表明,构建的模型和提出的算法能够快速有效的解决反舰导弹目标分配问题。     

基于改进粒子群算法的反舰导弹在线目标分配

针对反舰导弹预先目标分配无法应对战场环境动态变化的难题,提出了基于领弹、数据链、卫星定位技术的在线目标分配的设想。综合考虑影响反舰作战效能的各种因素,构建了目标分配优化模型和作战效能主要评价指标的计算模型。为了满足反舰导弹协同攻击在线目标分配的实时性要求,提出了一种改进的粒子群算法。首先通过设计编码方式避免了多导弹弹道交叉和初始粒子群中由于存在大量非可行解而导致搜索效率降低的问题;然后通过引入变异和交叉算子,既增加了解的多样性,又加快了解的收敛速度;最后通过线性变化惯性权重、认知系数和社会系数,进一步提高了算法的搜索精度和搜索效率。仿真结果表明,构建的模型和提出的算法能够快速有效地解决反舰导弹协同攻击在线目标分配问题。     

具有多次拦截时机的防空火力分配建模及其优化方法研究

防空火力分配采用一次性完全分配原则容易造成火力资源浪费,针对该问题,以来袭目标到火力单元的飞临时间为依据,筛选出具有多次拦截时机的火力单元组,并按照拦截时机的先后顺序逐步释放火力单元,以毁伤概率为优化目标,同时兼顾火力资源消耗,建立了一种具有多次拦截时机的防空火力分配模型。在此基础上, 采用混沌离散粒子群混合优化(CDPSO)算法对模型进行求解,以提高算法的全局搜索能力, 避免陷入局部极值。通过仿真验证了模型及算法的合理性和有效性,为防空火力分配问题的求解提供了一条新思路。     

混合智能算法求解火力规划问题的编程实现

针对火力规划问题(WTA),提出了一种新的混合智能算法,该算法在传统蚁群算法的基础上融入遗传算法与粒子群算法,通过添加初始信息素与蚂蚁的经验信息,缩短了寻找最优解的时间,提高了计算效率。利用MATLAB对算法编程实现,通过程序展示算法理论,最后求解简单的火力规划模型,对比传统智能算法与混合智能算法的计算过程,结果证明了混合智能算法求解WTA问题的正确性与高效性,与传统蚁群算法、遗传算法相比,它能够较明显地缩短最优解出现的时间。     

武器-目标分配问题综述

介绍武器-目标分配问题的应用背景、基本概念、基本模型、数学性质及该问题的现状及进展。目前WTA问题的研究内容主要集中在模型和算法上。模型研究以静态模型研究为主，动态模型研究在近几年有所发展；算法研究主要以智能算法研究为主，尚未出现其它新式算法。并指出目前WTA问题研究存在的不足及进一步的发展方向。     

基于自适应遗传算法的反坦克导弹阵地武器目标分配研究

针对传统武器目标分配(WTA)方法中将目标视为相互独立实体的不足,提出一种适用于反坦克导弹武器目标分配的联合目标模型及利用自适应遗传算法对模型进行求解的思路,通过新的种群生成编码方法和单亲交叉与双亲交叉相结合的方法,缩小了可行解空间,克服了过早收敛,并加快了搜索速度.仿真表明了自适应遗传算法在求解反坦克导弹阵地WTA问题时不仅全局收敛性好,稳定性高,易于并行处理,且每个解都具有实际的可分配性.     

下肢外骨骼的膝关节轴线自适应设计与尺度综合

针对目前外骨骼膝关节与人体膝关节旋转轴线不重合,人机之间存在"寄生力"的问题,提出一种混联外骨骼膝关节和一种基于李代数的运动学规划算法.利用运动学模型建立驱动器和人体运动之间的映射,对人体运动进行感知,构建关节位形空间.介绍了一种基于螺旋理论的参数选择方法,结合粒子群优化算法,以工作空间面积和全局传递指标为优化目标,优...     

对数极坐标映射的算法实现及扩展研究

对空间分辨率可变视觉系统中的基础理论对数极坐标映射模型进行深入研究与探讨,提出实现映射算法和还原算法的详细步骤并加以分析.对于映射算法,指出非均匀映射变换的距离轴离散化与角度轴离散化具有统一的"一一映射环";对于还原算法,提出了基于子像素的最优像素构造算法和简单反向算法两种不同的算法,以适应不同环境下的要求.     

基于拍卖算法的目标分配问题优化

基于偶图理论对目标分配问题进行数学描述,提出设立虚拟火力点和目标的方法对拍卖算法进行适当改进来解决目标分配问题。基于拍卖算法建立的目标分配模型,采用C语言编程实现,最后通过算例验证模型的正确性。该算法计算量小、优化性好,应用范围广,具有极大的实用价值。     

一种基于粒子滤波的改进红外目标跟踪算法

针对传统红外目标粒子滤波跟踪中仅利用目标灰度信息可能导致目标分辨能力不高的问题,构建了基于位置和灰度的联合时空灰度模型,提出了一种基于联合时空直方图的粒子滤波目标跟踪算法,实验表明:在复杂背景下,该算法能够实现对红外目标稳健的跟踪。     

编队防空火力分配建模及其优化方法研究

为提高编队防空武器的整体作战效能,在面临多批空中威胁目标时最大限度地发挥编队内防空武器资源,建立了编队防空武器火力分配(WTA)模型,将人工免疫算法应用到模型的求解与仿真中。针对模型求解的特殊要求,构造了有效表达编队防空WTA作战效能的特种抗体数据结构染色体编码方案和亲和度算法,给出用于产生高效防空WTA结果的克隆免疫算子。通过实例分析,验证了该算法的正确性和有效性,并与其它进化式算法进行了比较,在大多数情况下,免疫算法能够获得更优的结果。     

基于Henon 混沌映射的多目标粒子群算法改进分析

为解决多目标粒子群优化算法对初值敏感性较差和局部搜索能力不强的问题,提出一种改进的混沌多目 标粒子群优化算法。根据多目标优化问题的概念,利用混沌对初值敏感、随机的特性,确定种群初始值,通过引入 Henon 混沌映射,将改进后的算法应用到3 个典型的多目标测试函数,并与NSGAⅡ和MOPSO 算法进行对比。仿 真结果表明：改进的多目标粒子群算法在收敛性、分布性和均匀性等均有提高,具有可行性和优越性。     

改进分解进化算法求解动态火力分配多目标优化模型

战前制定合理的火力分配（WTA）方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配（DWTA）多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其二,重点研究阶段静态模型求解算法。针对模型特点,设计了一种满足资源约束的编码方式,融合禁忌搜索和拥挤距离策略,提出了一种改进分解进化算法。对比实验验证了算法的可行性、快速性和有效性。     

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。