共查询到20条相似文献,搜索用时 109 毫秒
1.
针对多弹协同攻击航路规划问题,提出一种基于改进遗传算法的多弹协同航路规划方法。通过优化航路
种群初始化的方法,生成能够满足最大航路点个数约束以及最小航路段长度约束的航路;采用亚种群归类将航路区
分为不同的走向,得到多种攻击航路结果;利用进化算子对子代航路进行微调,生成更符合要求的多条航路,并对
多弹攻击航路进行仿真验证。结果表明,该算法可得出最优和多条次优航路,符合多弹协同作战的目的和要求。 相似文献
2.
3.
针对多无人机攻击目标时间协同以及飞行航线空间协同问题,提出基于时间与空间双协同稀疏A*搜索(T/S-SAS)算法的多无人机四维协同攻击航线生成算法。改进飞行扩展节点模型,设计基于并发扩展的算法结构,建立时间协同代价计算模型与多机防碰撞约束模型,并开展仿真研究。研究结果表明:所提算法能够增强无人机攻击航线的规划效率、减少不同无人机抵达目标的协同攻击时间极差、解决不同无人机之间的空间防碰撞问题;该算法使多无人机协同攻击航线满足时间/空间约束,提升了多无人机协同时间打击性能及飞行路线空间协同性能,提高无人机协同作战效率与作战能力。 相似文献
4.
一种基于遗传模拟退火算法的航迹优化方法 总被引:1,自引:0,他引:1
航路规划是飞机地形回避系统的一个关键环节,是完成低空飞行任务的基础;针对飞机地形回避过程的航路规划技术进行了研究,利用k均值算法对地形采样点进行聚类,建立地形障碍空间模型,运用狄克斯特拉算法进行初始航迹规划,然后利用遗传模拟退火算法对航迹进行优化,缩短整个航线的航程;通过仿真验证了方案的可行性和合理性。 相似文献
5.
6.
7.
8.
基于协进化多子群蚁群算法的多无人作战飞机协同航迹规划研究 总被引:2,自引:2,他引:0
协同航迹规划是有效提高多无人作战飞机( UCAV)协同作战效能的关键技术之一。分析了多UCAV协同航迹规划问题中的空间协同约束、时序约束以及任务时间约束,建立了基于“协同系数”的协同航迹性能评价指标;在此基础上,通过引入蚂蚁子群间的协同进化策略,并对蚁群算法状态转移规则、信息素更新机制进行了改进,设计并实现了基于协进化多子群蚁群算法的协同航迹规划算法。仿真实验结果表明:本文方法能够很好地处理多UCAV协同任务中的各类约束条件,是一种有效的协同航迹规划方法。 相似文献
9.
针对单炮多发应用场景,研究在时间、空间协同等多约束条件下的滑翔制导炮弹快速协同弹道规划问题。为平衡序列凸优化(Sequential Convex Programming, SCP)算法在快速性与最优性之间的冲突,提出一种改进的SCP算法;考虑到多约束条件下可行域较小、初值敏感性较高的特点,设计两种迅速且有效的迭代初值生成方案;为充分发挥弹群整体控制能力,采取集中式的协同规划策略,同步求解所有方程组,以达成全局规划目标。仿真实验结果表明,新算法能够较好地解决多约束条件下的协同规划问题,与现有文献中的常见算法进行对比,具备良好的收敛性能和较高的计算效率。 相似文献
10.
利用神经模糊算法的飞行器航线规则 总被引:1,自引:0,他引:1
提出了保持低空飞行回避地形障碍的飞行航线规划方法。介绍了飞行航线规划系统的结构和利用神经模糊算法的操舵法学习。通过仿真证明了用神经模糊算法规划飞行器航线的优点。 相似文献
11.
12.
13.
14.
针对多操纵面飞机舵面偏转角与力矩系数之间的非线性问题,提出一种改进粒子群算法(particle swarm
optimization,PSO)和序列二次规划算法(sequential quadratic programming,SQP)相结合的方法来解决非线性控制分
配问题。以飞翼模型为对象,对模型舵效进行分析,在舵效非线性的情况下,采用拟合函数的方法来表示舵效的非
线性;对粒子群算法进行改进,采用拟牛顿法及线搜索方法对序列二次规划方法进行改进,并对改进后算法的拟合
效果进行比较;在线性舵效与非线性舵效下进行仿真对比,验证了算法的有效性。仿真结果表明:该算法能提高粒
子群算法的全局搜索能力,保证分配的准确性。 相似文献
15.
为了研究滑翔导弹的航迹规划问题,利用优化理论,规划了多约束条件下导航点之间的航迹。基于导航点位置改进Gauss伪谱法(Gauss pseudospectral method,GPM),利用改进GPM离散控制变量和状态变量,将最优控制问题转化为非线性规划问题,利用改进序列二次规划算法求解。GPM求解分段航迹规划问题,需要迭代获取下段航迹的飞行时间,降低了算法效率。改进GPM能够有效弥补单纯以时间为自变量带来的诸多规划中的不足,具有更为宽泛的优化目标适应能力。算例结果表明,改进后的算法能够准确、高效地规划一条合理的航迹,满足飞行约束条件。 相似文献
16.
17.
18.
19.
针对网络优化领域中的多约束网络路径优化问题,以战时供应保障路径优化问题为研究对象,建立一种保障代价最小的路径优化模型。分析保障路径优化中存在多约束限制问题的特点,在基本蚁群算法的基础上引入蚂蚁相遇策略,融合了多约束条件对保障路径优化的影响,通过正、逆反馈同时作用,对信息素更新策略进行改进,并对搜索最优保障路径实例的仿真。仿真结果显示:改进蚁群算法平均执行时间较基本蚁群算法提高了40.1%,说明改进的蚁群算法能在更短的时间内找到最优解,而且在避免陷入局部最优解方面具有更好的效果。 相似文献
20.
在研究雷达脉冲压缩信号中的二相编码距离旁瓣压缩问题基础上,采用改进的进化规划算法优化径向基函数网络,提出了一种基于改进进化规划算法的计算方法.该算法将进化规划算法和神经网络结合起来,用径向基RBF(Radial Basis Function)神经网络结构取代多层前馈网络MFNN(Multilayer Feedforward Neural Nerworks)结构,用改进进化规划取代反向传播算法BP(Back Propagation),可以以较大概率快速的收敛到要求的旁瓣抑制指标.通过对13位巴克码和31位M编码的仿真实验,表明新的方法在旁瓣抑制能力和运算速度等性能方面,都有较大的提高. 相似文献