基于免疫克隆粒子群算法的无人机航迹规划

针对无人机飞行中可能遭遇突发移动威胁的情况,为了提高无人机路径规划的安全性和快速性,文中提出基于免疫克隆粒子群算法的航迹规划策略。该策略在标准粒子群算法中,结合变结构优化搜索理论,引入免疫克隆优化搜索。与同类路径规划算法的对比仿真发现,该策略有效改善粒子群算法的局部和全局搜索能力。仿真结果表明,文中提出的规划策略,满足无人机航迹规划需求,且在速度和安全性能两方面较其他算法更优。     

一种面向城市战的无人机路径规划群智能算法

针对传统路径规划算法用于解决无人机战术路径规划问题时存在局部最优、慢收敛等问题，提出一种改进的群智能算法，以改变初始种群的更新方式，提升灰狼算法的全局寻优能力并加快其收敛速度。引入莱维飞行随机策略以及共生生物搜索算法，借助莱维飞行策略更新种群个体，利用共生生物搜索算法偏利共生阶段的交互性避免陷入局部最优问题。威胁建模是UAV路径规划的重要前提，对威胁物进行等效预处理，结合适应度函数检验算法。设计一种虚实映射仿真验证平台，通过以实映虚的手段验证算法的有效性。实验结果表明，改进后的算法改善了传统路径规划算法的局部最优和慢收敛等路径规划问题，对UAV作战能力的提升具有一定参考价值。     

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。     

基于粒子群算法的移动机器人路径规划

基于粒子群算法的移动机器人路径规划,通过建立目标函数、变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹,     

基于改进粒子群算法的UCAV二维路径规划

采用粒子群算法实现了有限数目航点的优化,提出了新的解决PSO路径规划中因基于航点适应度优化计算导致的威胁感知盲点问题的办法,研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。用数学仿真方法实现了改进后的PSO路径规划。     

无人机雁行仿生群飞路径规划

为解决单架无人机因互相之间没有通信机制而无法独立进行路径规划的问题,提出一种仿生雁群路径航 路选择的无人机群飞路径规划。介绍算法原理,将无人机初始化为粒子后,在无人机群中确定主机、僚机。依据遗 传算法基础原理,将仿生学引入到无人机群协同编队飞行航点规划当中,使用遗传算法对组群飞行的主机航路进行 路径规划,产生需要的解或最优解;通过模仿雁群跟随的策略,设计僚机跟随主机的算法,从而实现组群飞行,并 进行了实验验证。实验结果表明,该研究对无人机群飞行控制有一定的参考价值。     

一种无人侦察机监控航线规划方法

提出了一种基于粒子群优化算法的监控航线规划，探讨了粒子群中单个粒子的编码方式和解码顺序，研究了航线光顺方法．最后进行了仿真检验．结果表明，该算法切实可行，初步解决了无人侦察机的监控航线规划问题，在一定程度上提高了无人侦察机的监控效率．     

基于改进鲸鱼优化算法的盲源分离方法

针对盲源分离方法中粒子群算法设置参数多、收敛速度慢的问题,提出了基于改进鲸鱼优化算法的盲源分离方法。该方法利用独立性准则,以混合信号的峰度作为目标函数,用鲸鱼优化算法代替常规的粒子群算法,并引入自适应权重,加快收敛速度,实现了对瞬时混叠信号的盲分离,有效解决了粒子群算法参数复杂、收敛速度慢的问题。仿真对比结果表明,基于改进鲸鱼优化算法的盲分离方法性能优于基于粒子群优化算法的盲分离方法,在低信噪比下也有良好的分离效果,应用于盲信号分离问题中是有效的。     

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。     

跟随变异粒子扰动变化的惯性权重PSO算法

针对困扰粒子群算法"早熟"和收敛慢的2大难题,提出了一种跟随变异粒子扰动变化的惯性权重策略,将粒子群体一致性变化趋势与粒子变异操作相关联,以此来增加粒子的多样性;根据粒子变异程度的大小对惯性权重作出相应调整,使粒子在提高全局寻优能力的同时,又很好地改善了收敛精度和收敛速度,避免因惯性权重单边非线性变化而导致粒子群全局寻优能力稳定性不佳的问题。仿真对比表明,改进的算法较好地避开了局部最优解的干扰问题,具有收敛速度快、寻优精度高等优势。     

基于仿真的采办探讨

虚拟仿真是解决复杂系统开发过程中高风险问题的一种有效途径。装备采办过程中数据量大、交互频率高，必须积极应用虚拟仿真技术。本文论述了基于仿真的采办(SBA)的必要性和意义，并系统地分析了SBA的基础环境与应用过程，探讨了SBA在美军武器装备采办中的应用效益及其在我军中的发展前景。     

三唑类含能化合物研究进展

三唑类含能化合物是近些年发展的一类新型含能化合物,具有高生成焓、高氮含量和高热稳定性的特点。本文从分子结构出发,综述了单三唑类、双三唑类、吡唑基三唑类、噁二唑基三唑类和四唑基三唑类等40余系列含能化合物的最新合成研究成果,对部分化合物性能进行了阐述。并结合三唑类含能化合物的性能特点,指出基于构效关系设计新型三唑化合物,平衡能量-安全间的矛盾关系,是发展高能钝感三唑含能化合物的有效策略;在此基础上,设计合成笼状三唑含能化合物是较具潜力的发展方向,并提出筛选综合性能优异的三唑化合物开展应用研究。     

Web页面数据的分页技术分析

eb分页技术分为临时记录集和存储过程分页.前者调用ADODB属性的Recordset对象打开记录集,并用临时记录集分页及服务器端游标选取记录集.后者用数据库对存储过程预编译,并调用其内存版本二次访问同一存储过程.无论数据量大小,响应时间均相等,并支持存储过程数据库系统.     

黑索金(RDX)为基的挠性炸药研究

通过对RDX炸药的敏化处理和挠性炸药配方研究,研制了一种传爆起爆性能优良的挠性炸药.其具有良好的热安定性和相容性,并通过了GJB2178-94标准所规定的八项安全性能鉴定试验,可用于直列式引信和起爆传爆系列.     

基于多Agent的供应链模型研究

基于多Agent的供应链建模包括分析供应链实体组成、处理流程确定、业务处理Agent设计和业务处理单元框架4层建模．由于Agent具有目标、知识、标识等属性，其通用结构由通讯、业务处理、推理、学习、消息等单元组成．Agent间通信通过基于KQML封装的消息传递．鉴于信息共享是Agent协作的基础，任务分解强调Agent间的交互，故物流和信息流的影响可以通过这两种消息传递的机制得到处理．     

基于.NET平台的MapXtreme二次开发

MapXtreme系统包括Internet、图形平台MapInfo和基于ActiveX OCX的MapX控件技术.采用Web Brower/Web Seve结构模式在NET平台下对该系统进行二次开发.通过在后台服务器端运行MapXtreme及响应局域网用户对空间图形信息及图形相关联信息的属性信息的访问请求,实现对矢量图形的放大、缩小、漫游等操作.     

基于XML的数据库系统研究

XML是标准通用标记语言(SGML)的子集，又称元语言。利用其基本规则可创建针对特定领域的标记语言。XML允许用户界面和结构化数据相分离，具有不同来源的数据无缘集成等优点。在比较XML数据模型和传统数据库模型伏缺点的基础上，根据文件类型定义(DTD)，提出了关系数据库与XML结合，组成XML数据库系统的方法。它采用关系数据库反映数据集根节点的子节点，组织根节点的各子树内客，形成数据对象，建立元数据库和对象数据库。基于XML的数据库系统以XML标记数据，解决了数据间的复杂关系。以数据库而不是文件仓储组织数据，有利于管理和维护。     

基于群体AHP的作战指挥决策支持系统研究

基于群体AHP的CCDSS体系结构,由人机接口、问题分析/处理、群体推理、群体层次分析、模型库及管理、数据库及管理、知识库及管理、通信库及管理等子系统组成.系统负责收集并确定作战指挥待决策问题的主要因素,收集各专家对主要因素之间关系的判断,以及各专家对各因素相对重要性的判断.再调用模型库对各主要因素之间的关系进行分析,并据此形成问题的结构化模型;最后调用模型库对各个因素的重要程度进行处理,输出问题处理结果.     

基于数据链的空空导弹使用评估方法研究

针对空战对抗中武器系统使用评估时效性差的问题,在分析评估所需数据种类的基础上,设计了数据链信息下传流程,分析了数据时延机理,然后根据导弹攻击区和杀伤概率区评估导弹发射条件的优劣。根据数据链下传的飞行参数和武器参数,模拟出目标、导弹飞行虚拟轨迹,判定导弹的攻击效果。通过设定三组仿真场景,分析在不同发射区域和目标机动的情况下导弹不同的命中概率,验证了文中提出的实时评估方法的有效性。     

海战场多目标聚类-匹配分群研究

群体已取代单一实体成为兵力执行海上作战任务的主要样式,多目标分群因而成为兵力层态势信息的形成前提亟待解决,从海战场作战群体的特点人手,使用聚类与匹配相结合的方式构建分群模型;首先从实体层目标信息中选取特征矢量与聚类测度,运用改进ISODATA聚类与辅助信息识别形成战场空间群,然后结合军事先验知识通过模板匹配进一步将空间群聚合为功能群等高层级群体;该模型能够满足海战场不同层级群体识别的需要,并可为其他背景下的聚类分群提供借鉴。