排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
首先,分析机群编队分组问题,同时考虑了飞机属性分组模型和飞机油耗分组模型。然后,使用混沌优化算法和锦标赛选择策略优化后的SATC-ALO算法和SOM神经网络求解编队分组模型。最后,使用50组数据进行相似度计算方法和编队分组方法对比实验。实验结果表明,混合计算法方法优于欧式距离法,SATC-ALO算法分组精度最高,并且满足实时性要求,但需要事先指定分组数目,而SOM神经网络的分组精度稍低于SATC-ALO算法,但分组时间优于SATC-ALO算法,并且不需要指定分组数目。2种方法均可以更好地解决编队分组问题,具有实际应用价值。 相似文献
2.
评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。 相似文献
3.
4.
5.
针对国内外关于导弹命中预测方面存在的研究深度不足、算法寻优能力不强、模型预测精度不高等缺陷,提出一种基于自适应变异混沌粒子群算法(AMCPSO)和支持向量机(SVM)的导弹命中预测模型。首先,对空战数据进行特征提取,构建模型训练所需样本库;然后,采用改进的AMCPSO算法对SVM中的惩罚因子C和核函数参数g进行寻优,并用优化后的模型对样本进行预测;最后,与经典PSO算法、BP神经网络法、网格法构建的预测模型进行了对比实验。实验结果表明,所提算法的全局寻优能力与局部寻优能力均得到提高,模型预测精度较高,可为导弹命中预测研究提供一定的参考依据。 相似文献
6.
7.
以陆用车载磁导航为应用背景,提出一种正则化三轴磁力仪标定算法。由于车辆的机动受到限制,用于标定三轴磁力仪的观测方程是严重病态的。传统的三轴磁力仪标定方法缺乏对病态问题的处理,难以获得准确的标定参数。文中采用截断总体最小二乘(TTLS)技术对病态的磁力仪标定问题进行求解。该方法能够有效地抑制观测方程两端的误差,并且适合处理强病态问题。通过车载实验对该方法的有效性进行研究,结果表明文中提出的方法能够有效地减缓磁力仪标定中的病态影响,获得更为稳定的数值解,补偿后的平均航向角估计精度为1.5°,满足车载磁导航的精度要求。 相似文献
8.
空战对抗时间短、任务重、态势变化迅速、不确定性因素多。直觉模糊集是处理不确定性问题的有效方法,结合Petri网强大的知识表示能力,给出了直觉模糊Petri网(IFRN)的模糊推理算法和推理规则。针对空战战机稍纵即逝的特点,适当选取模糊控制变量和隶属度函数,构建了直觉模糊Petri网决策模型。选取某空战实例进行仿真实验,决策结果与专家的预测结果吻合,验证了模型的正确性和可用性。分析了模型在实际应用中存在的缺陷,提出适当的改进意见,使模型更加完善。 相似文献
9.
现代空战日趋复杂,传统攻击区只能提供导弹发射的限度,无法满足现代空战决策的需求。基于目标机水平逃逸角度的最大攻击区、50°攻击区、90°攻击区、水平不可逃逸攻击区、最小攻击区等5类攻击区,针对现有攻击区解算方法无法同时解算多种攻击区的问题,提出多函数深度拟合网络(MFDFN)模型,以实现多种攻击区的同时解算。设计了改进的进退法解算流程,通过弹道仿真获取攻击区数据样本库。根据多函数拟合网络的特点,设计了“整体预训练+局部微调”训练策略,并对网络进行有监督训练。仿真结果表明:采用“整体预训练+局部微调”训练策略的MFDFN比传统网络不仅提高了计算实时性,而且很大程度上提高了计算准确性,其平均相对误差低至0.27%,平均绝对误差低至58.81 m;MFDFN模型具有较强的可靠性和实用性。 相似文献
10.
轨迹预测在现代空战中发挥着重要作用。针对传统轨迹预测模型复杂度大,预测精度偏低,数据样本真实性、可靠性差等问题,结合轨迹数据具有时间连续性的特点,提出了基于HPSO-TPFENN的轨迹预测模型。在Elman神经网络的目标函数中引入时间收益因子,并利用杂交粒子群算法(HPSO)对改进的Elman网络进行参数寻优,构造了HPSO-TPFENN神经网络。提出将三维坐标进行独立预测的方法,并根据空战训练测量仪(ACMI)中记录的真实数据,构建了包括航向角和俯仰角在内的轨迹预测数据样本,建立了基于HPSO-TPFENN的轨迹预测模型。通过仿真实验对比分析了模型进行轨迹预测的精度和实时性,结果表明模型在不同方向的预测误差不超过1%,连续进行595次预测耗时42 ms左右,可以准确、快速地对目标机的轨迹进行预测。 相似文献