差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

未来防空面临的新威胁--异军突起的超声速武器

超声速空袭兵器的飞速发展将对未来的防空产生重大影响,未来防空将面临更新的威胁,在分析超声速空袭兵器的现状与发展及其对防空影响的基础上,提出了相应的应对措施,为未来防空提供一定的借鉴。     

基于D-S证据理论的空中目标威胁度排序模型

将数据融合领域的D-S证据推理理论应用于空袭目标威胁程度的评估.先针对各决策者关于相应方案在某属性上的评语集,利用证据组合公式进行信息融合,形成该方案在属性上的群体偏好信息,接着求出关于该方案在属性上的确定性评价值,最后针对得到的确定性多属性决策问题,利用加权法或理想点法进一步对方案进行最终的排序.     

信息化防空兵部队作战能力评估

信息化防空兵部队作战能力评估包括信息、火力、机动、防护和指挥等5个战斗能力要素.该评估法基于群组决策,即针对群组中各专家给出的判断矩阵及对指标的打分,通过建立专家判断矩阵中包含的直接和间接判断信息间的关系,得到专家意见的一致程度,以确定专家判断的相对客观可信度及各指标的权值,计算其作战能力.     

基于半更新过程的可修系统备件需求预测模型研究

备件需求预测是维修管理工作的基础,精确的需求预测对提高设备的可用度和安全性、降低设备的寿命周期费用具有非常重要的影响。传统的更新假设下难以对备件需求进行准确的预测,容易造成资金浪费和物资积压。为提高可修系统的备件保障能力,对不完全维修条件下可修系统的备件需求预测问题进行研究,利用半更新理论建立备件需求预测模型。最后,结合实例验证了模型的有效性和可行性。     

基于随机滤波理论的剩余寿命预测

利用随机滤波理论，建立了状态信息条件下的剩余寿命分布模型，为设备的剩余寿命预测提供了一个可借鉴的量化方法．在某型轴承上的案例应用，表明了该方法在剩余寿命预测中的实用价值．     

未来防空与防天利器--飞速发展的激光武器

通过简要介绍激光防空武器的发展及特点,构想其在防空作战中的具体使用方法,为防空武器系统的发展提供借鉴。     

带模糊目标的地空导弹系统可靠性分配模型

带模糊目标的地空导弹系统,其系统可靠性分配模型的基于遗传算法求解.先采用实数编码,即以染色体的基因座表示导弹系统各子系统编号并初始化.再结合旋转轮盘赌和最优化选择新一代染色体.并以算术杂交算子选择两个父代配对,均匀变异产生子代.最后通过适应值函数评价染色体.