防空兵火力分配的多目标优化

如何进行科学的火力分配是最大限度地杀伤来袭目标的关键问题。通过对火力分配问题的分析,建立了火力分配的图论模型,结合图论模型的特点给出了模型的匹配算法,算例结果表明,利用匹配算法进行火力分配科学、合理、有效。     

炮兵营火力分配的二阶动态规划算法

采用二阶动态规划算法对炮兵营的火力进行了分配,计算了各连所要射击目标的价值系数和单发毁伤概率,第一阶动态规划对各连目标分配了火力,第二阶动态规划对连内各火炮分配了火力,最后综合了各连的分配方案,得出了炮兵营火力分配问题的解。当敌来袭目标较多时,采用一般的动态规划算法求解火力分配计算量太大,而运用二阶动态规划算法可大大提高计算速度。     

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。     

陆军战斗集群作战火力分配及效能评估研究

研究陆军战斗集群作战火力分配和效能评估问题。建立了面向火力分配方案的目标整体打击效能评估模型。基于临界集理论,提出了一种新颖的优化火力分配的求解算法。该算法缩小了求解搜索范围,能够有效地提高求解效率。结合某战斗集群的实例进行了求解计算及分析,验证了模型和算法的有效性和正确性。     

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。     

基于改进匈牙利算法的自组网火力分配

针对火力分配中网络自组描述方法及分配不均衡问题,研究了网络自组方法,并对匈牙利分配算法进行了改进。首先根据有效通信距离和火力单元之间距离求解任意两火力单元的连通概率,将数值规范化,并利用准平方法得出网络连接矩阵。然后,根据敌我双方信息,构建火力分配模型。最后,运用匈牙利算法求解,并对分配结果严重失衡的情况进行二次分配。仿真结果验证了方法的可行性。     

基于超视距精确打击弹药的实时火力分配方案研究

以超视距精确打击导弹为例,通过对目标和火力的综合分析,运用Munkre算法实时解决火力与目标的分配问题,为超视距精确打击弹药实时火力分配提供了依据或参考;同时本文还完成了从侦察、情报处理、火力分配、火力打击到效能评估的演示验证系统,该系统中成功运用了实时火力分配方案。     

采用二阶动态规划算法的火力分配

采用二阶动态规划算法的火力分配,通过目标分群并计算各群目标的价值系数和单发毁伤概率,第一阶动态规划对群目标分配火力,第二阶动态规划对各群内目标分配火力,最后综合各群的分配方案,得出火力分配问题的解.其仿真证明,该方法可解决在来袭目标较多时动态规划求解火力分配计算量太大的问题,提高了计算速度.     

改进型布谷鸟搜索算法的防空火力优化分配模型求解

针对防空火力优化分配中火力资源易浪费且易延误战机的问题,将毁伤概率门限、飞临时间以及威胁度等因素相结合,构建一种改进的防空火力优化分配模型。基于此模型,提出一种多种群并行布谷鸟搜索算法求解防空火力多维整数优化分配问题。利用多个种群同时进行全局探索和局部开发,并通过移民算子进行各种群间的信息交流;为进一步提高全局探索能力,引入柯西变异算子构建新的全局搜索模型;在算法局部开发过程中,采用贪婪方式,逐维搜索。仿真结果表明：所建火力优化分配模型能有效地抓住战机,避免火力资源浪费;所提优化算法能较好地平衡全局探索和局部开发,在保证较高收敛速度的同时,提高了全局探索能力。     

基于改进遗传算法的导弹火力分配研究

针对传统的火力分配方法效率低、通用性差、且容易陷入局部最优解的问题,提出一种基于改进遗传算法的导弹火力分配方案。通过对多兵种合同作战中导弹火力分配问题的分析,引入"广义价值"作为参数构建了数学模型,利用改进的遗传算法进行求解,并通过仿真验证了模型和算法的有效性。仿真结果证明:该方案是有效的,可为合同作战中导弹的火力分配提供参考依据。     

流水线加工调度问题的神经网络算法

针对启发式算法求解调度问题时算法执行时间短,但计算结果较差的问题,提出一种基于目标增量的构造优化神经网络算法。通过引入一个加工时间为0的虚拟工作,利用相邻工件加工结束时间差矩阵,将求解无等待流水线加工调度问题的最小最大完工时间问题映射为TSP问题,建立构造优化神经网络模型,将流水线调度问题映射到神经网络上。实验结果证明：该算法在时间性能和结果的最优性方面较启发式算法SA2、RAJ、GR和目标增量法有较大提高,对于大规模问题该算法优势明显。     

基于遗传算法的舰载机弹药调度次序

为了解决传统的运筹方法难以实现舰载机弹药调度的问题,提出基于遗传算法的舰载机弹药调度方法。对弹药调度阶段和挂载阶段进行分析,建立弹药调度次序模型并采用评分制加以量化,调整了遗传算法算子使其适应所建模型的求解。仿真结果表明：调整后的遗传算法运行平稳,收敛速度快,得出的弹药调度次序有效协调了2阶段保障工作,保证了各个停机位挂弹工作的连续性,提高了挂弹效率。     

面向对地打击武器-目标分配问题的遗传算法变量取值控制技术

对地打击目标与武器类型复杂多样,其武器-目标分配问题难度较大,研究不足,而合理的武器-目标分配方案,可优化资源配置,用最小的代价获取最大的战场收益。为此,构建相应数学模型,并针对采用遗传算法进行解算时收敛速度慢,甚至无法得出可行解等问题,设计了一种变量取值控制方法。该方法通过约束和控制初始种群个体中变量的取值范围来缩小搜索空间,提高搜索效率;通过改进变异策略扩大变量取值范围,确保解的质量。仿真结果表明,改进的遗传算法能有效地解决大规模对地打击武器-目标分配问题,且性能较优。     

空间飞行器FADS系统算法及奇异值分析

嵌入式大气数据传感(FADS)系统依靠飞行器前端的压力传感器间接得到飞行大气数据。简要介绍了FADS系统的压力模型,针对最小二乘法迭代稳定性差的缺点,给出了求解大气数据迎角和侧滑角的三点法。对三点法求解过程中出现的奇异值问题采用分类分析法进行分析,并给出各组合间优势互补的解决方案。仿真结果表明奇异值分析结果和解决方案正确可行。     

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。     

基于改进蚁群算法的战时雷达器材运输调度模型

针对战时雷达器材运输中的有硬时间窗要求的运输调度问题,提出了一种改进的蚁群算法。通过分析其模型的建立,引入最大最小信息素约束,用奖惩因子用于信息素的更新,局部搜索策略2-opt和or—opt。并通过实例进行验证,结果表明,在雷达器材需求点数目和需求量等各种条件已知的情况下,该算法能得到较好的全局最优解,比基本蚁群算法具有更快的收敛速度和更高的收敛精度,并对其它相关的运输调度问题有很强的借鉴意义。     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

基于深度强化学习的巡飞弹突防控制决策

巡飞弹突防控制决策（LMPCD）问题是“多域战”作战概念背景下的重要研究方向。针对该问题,建立基于马尔可夫决策过程的LMPCD模型。拟合LMPCD函数与飞行状态-动作值函数,构建基于演员-评论家方法的LMPCD框架,给出基于深度确定性策略梯度算法的深度强化学习模型求解方法,生成巡飞弹突防控制最优决策网络。通过1 000次巡飞弹突防仿真测试,结果表明,巡飞弹执行任务成功率为82.1%,平均决策时间为1.48 ms,验证了LMPCD模型及其求解过程的有效性。     

递阶算法在大规模火力规划问题求解中的应用

在火力规划基本模型基础上，运用大系统优化理论的思想和方法，得到了一种考虑不同种类武器射击多群目标的大规模火力规划问题的递阶模型，提出了一种实用的递阶优化方法和合理的整数化方法。该方法层次清晰，降低了计算的复杂程度，适合并行计算，加快了求解的速度。仿真算例表明了该方法的实用性。     

基于遗传算法的空间多传感器优化部署模型研究

对空间传感器平台进行优化部署,是在平台数量有限的情况下,提高整个系统探测效率的有效手段。构建了传感器平台部署优化设计指标体系,针对不同指标分别提出了量化方法,在此基础上建立了空间多传感器部署优化模型。将遗传算法应用于该模型,提出了基于遗传算法的求解方法。最后通过算例仿真,对空间多传感器平台优化部署模型及其求解算法的有效性进行了检验。结果表明,传感器数量越多,部署模型的优化效果越明显。