基于人工免疫算法的舰艇编队防空火力分配研究

为解决舰艇编队防空火力分配传统方法计算复杂、耗时长和普通遗传算法局部搜索能力较弱、收敛速度慢等问题,通过对火分问题的数学描述,将人工免疫算法（AIA）引入到舰艇编队防空作战的火力分配问题中,构造相应的AIA来求解防空火力分配问题。仿真结果表明该算法计算速度快、精度较高,为解决编队防空火力分配问题提供了一种有效的途径。     

基于融合算法的空—地多目标攻击火力分配

空地多目标火力分配是机载空地多目标攻击系统的核心。分析了空地多目标火力分配问题的特点,提出了不同的最优评价标准,并根据其对应的目标函数建立了3种空地多目标火力分配模型。以自适应蚁群算法为基础,利用遗传算子进行交叉变异操作,结合粒子群算法的思想修改信息素更新规则,给出了融合算法求解空地多目标火力分配问题的步骤。通过仿真实验验证了融合算法的有效性。     

用混合蛙跳算法的智能防空火力分配

结合混合蛙跳算法对防空作战火力分配问题进行了探索。在火力分配建模的前提下,应用改进的混合蛙跳算法求解模型。首先根据空袭目标特点,采用十进制编码方式设计模型求解矩阵,由该矩阵可直接得到火力决策阵,其特点是求解精度高,可锁定任意火力单元的打击对象。在原混合蛙跳算法的基础上,通过引入一个与迭代次数相关的可变步长σ,使算法的执行过程从多点变异方式转换到单点变异方式,从而使算法具有更强的健壮性。在满足单个火力单元射击约束的前提下,根据算法原理给出具体的求解方案和步骤。通过实例仿真验证了算法的可行性和有效性。与遗传算法及改进的遗传算法相比较,混合蛙跳算法具有更快的收敛速度和精度。     

多武器系统的火力分配模型

目前对于单一兵器火力分配问题的解决方法比较成熟,然而由于在现代防空作战中,经常是多种类型的兵器联合进行防空,故需要对多种不同类型的兵器的火力分配问题进行探讨。这里针对多种不同类型的兵器毁伤多个目标的问题,建立了数学模型,进行了深入的探讨。按照模型的特殊性,定义了映射、邻域和连通的概念;同时针对模型,将遗传模拟退火算法进行了一定的修改,并利用此算法对模型进行了最优化求解。最后,实例的计算结果表明该算法对于模型的求解具有较好的收敛性。     

基于R-NSGA-III的常规导弹火力分配模型

联合作战行动中的关键是选择最优火力分配方案,最大化发挥武器系统效能。常规导弹火力分配问题一般视为多目标优化问题进行研究。针对非支配排序遗传算法（NSGA-III）在武器-目标的分配问题中缺少对决策者偏好的衡量这一问题,提出基于R-NSGA-III的常规导弹火力分配模型,根据决策者偏好生成参考点;针对常规导弹存在调度转移和发射前准备时间等特点,采用引入时间成本展现方案开销的方法。通过实验验证模型有效性,运行时间为NSGA-III模型的52%;通过三维散点图进行方案展示,为辅助决策提供有效支撑。     

基于遗传的人工鱼群优化之武装直升机对地攻击火力分配决策

结合遗传算法和人工鱼群算法的优点对武装直升机对地攻击作战的火力分配问题进行研究,建立了火力分配的教学模型,并利用基于遗传算法的人工鱼群优化算法实现武装直升机对地攻击的火力分配.仿真实验结果表明,基于遗传算法的人工鱼群优化算法解决火力分配问题不仅收敛速度快、效果好,而且运行速度快、求解精度高,满足火力分配实时性和准确性的...     

基于免疫的并行单亲遗传算法研究

在分析了单亲遗传算法的优越性与存在不足的基础上，借鉴生物免疫概念与理论并结合并行计算的思想，提出了一种新的遗传算法——基于免疫的并行单亲遗传算法。理论分析和仿真结果表明，该算法不仅能够有效地保持群体多样性，而且减轻了遗传算法后期的波动现象，同时收敛速度有明显的提高。     

基于单亲遗传算法的中文碎纸片全自动拼接

破碎文件的拼接在很多领域上都有着广泛的应用,故而高效、准确地完成碎纸片的拼接复原有着重要的价值和意义。针对碎纸机破碎文档后形成的规则碎纸片的拼接问题,通过对碎片边缘空白和非空白区高度进行研究,根据中文文字行特征方法进行聚类,运用单亲遗传算法对碎纸片进行全自动拼接,并用Pascal语言编写出相应的算法程序。以2013年全国数学建模竞赛B题为例进行拼接实验,实验结果表明该方法良好。     

基于火力分配环的舰艇编队防空作战体系结构研究

舰艇编队防空涉及到众多作战单元的协调指挥,火力分配,良好的C4ISR体系结构至关重要。针对舰艇编队防空的作战过程进行体系结构建模,结合火力分配环的概念,应用美军《国防部体系结构》作战视图对对战过程进行建模分析。给出了作战体系结构UML视图产品,描述了编队防空C4ISR系统的作战需求。     

非线性规划在坦克武器系统火力分配中的应用

为解决在战场上可视条件差、对射击效果观察困难时的坦克射击问题,运用非线性规划模型就坦克武器系统如何在射击前对现有目标进行有效的火力分配及使火力分配最佳进行了研究,给出了最佳方案的计算方法,并设计出具体的解法流程,以利于计算机实现。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网络寿命,稳定性较好,分配的功率波动范围小。     

基于改进遗传算法的C-RAN网络动态无线资源分配

针对云无线网络(Cloud Radio Access Network,C-RAN)中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量(Qulity of Service,QoS)约束的动态无线资源分配方案,对无线资源从无线射频单元(Remote Radio Head,RRH)选择、子载波分配和RRH功率分配三个维度进行研究.首先,根据传统的C-RAN系统传输模型和QoS约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后,基于改进的遗传算法,将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的;最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比.实验结果表明,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量增益为17％.     

Resource allocation based on genetic algorithm for multi-hop OFDM system with non-regenerative relaying

This article investigates resource allocation in multi-hop orthogonal frequency division multiplexing (OFDM) system with amplifying-and-forwarding relaying to maximize the end-to-end capacity. Most existing methods for multi-hop system focus on power allocation or subcarrier selection separately, but joint resource allocation is rarely considered due to the absence of effective interaction schemes. In this work, a novel joint resource allocation methodology is proposed based on Partheno genetic algorithm (PGA), which produces excellent subcarrier allocation set (referred to as individual in PGA) with higher capacity by evolution operator generation by generation. In addition, an adaptive power allocation is also designed to evaluate the fitness of PGA and further enhance the system capacity. Both theoretical analysis and simulated results show the effectiveness of the proposed joint strategy. It outperforms the traditional method by as much as 40% capacity improvement for 3-hop relaying system when system power is high, and obtains much more capacity enhancement percent under conditions of low system power.     

基于改进遗传算法的认知无线传感网动态频谱分配方案

将认知无线电中的动态频谱分配技术应用在无线传感网中,针对工作在ISM(industrial,scientific and medical)频段的无线传感网面临的频谱资源紧缺问题,提出一种基于改进自适应遗传算法的动态频谱分配方案.该算法以图论着色模型为基础,以最大带宽收益和最小切换频率为目标函数,在交叉和变异过程中采用自适应交叉概率和变异概率代替固定的交叉概率和变异概率.仿真结果表明,与传统遗传算法和颜色敏感图论着色算法相比,该算法可以实现提高频谱利用率、降低能量消耗的预期目标.     

基于拍卖算法的传感器协同目标分配方法

针对体系化多域联合作战背景下的异构平台协同目标分配问题,以任务需求为牵引,总结了典型的传感器协同探测模式,建立了基于我方探测优势和敌方威胁程度的目标协同探测效能函数;由此提出一种改进分布式拍卖算法以适应不同的目标任务分配问题,通过优化随机竞拍顺序生成过程,实现整体探测效能最优。通过仿真验证了改进算法的有效性,为算法在实际场景中的参数设置提供了可借鉴的思路和规律。     

Radio resource allocation using genetic algorithm in heterogeneous networks

Radio resource management to enable user association and resource block (RB) allocation is crucial for enhancing the performance of heterogeneous networks (HetNets), which are required for fifth generation (5G) mobile networks. This paper proposed a resource allocation technique based on a genetic algorithm (GA) for use in HetNets. We aimed to optimize user association and RB allocation simultaneously to fulfill multiple objectives, such as throughput and fairness measure. In addition to the four primary phases used in GA process, namely initialization, crossover, mutation, and selection, a further operator was provided for managing illegal offspring generated during a GA process. We performed a simulation to compare the proposed GA‐based approach with best channel quality indicator (CQI) algorithm and integer linear programming (ILP) approach in terms of total throughput and fairness measure. The simulation results revealed that the total throughput obtained using the proposed approach is 32.7% and 37.6% better than that obtained using the ILP and best CQI approaches, respectively. Moreover, the fairness measure obtained using the proposed GA‐based approach was 31.8% and 33.2% higher than that obtained using ILP and best CQI approaches, respectively.     

一种联合双时隙的资源分配算法

针对功率最小化问题,提出了一种联合双时隙的资源分配算法,利用相邻两个时隙信道状态整体一致而又具有差异的性质,根据第1时隙的信道状态,将信道状态好的用户的第2时隙的部分或全部速率提前分配,从而使信道增益大的子载波承载了较多的速率,最终降低了系统功率消耗。仿真结果表明,所提双时隙资源分配算法既能保证用户双时隙内的目标速率,又能够有效降低系统的功率消耗。     

改进蛙跳算法的多中继协作系统最优功率分配

协作通信与直接通信相比能够显著地提高系统性能,功率分配是协作通信中的一个关键问题。为了获得合理的协作中继通信系统功率分配方案,提出一种基于改进蛙跳算法的多中继节点功率分配方法。首先对功率分配问题进行分析,将其转换为一个非线性优化问题,然后将青蛙表示为源节点,中继节点的功率,以平均信噪比作为青蛙的食物,并通过青蛙的信息交流和协作找到最优的功率分配方案,最后采用仿真对比实验对本文算法性能进行测试。仿真结果表明,相对于其它功率分配方法,改进蛙跳算法有效地提高了系统的信道容量,降低了中断概率,以较低的复杂度提高了系统的性能。     

舰空导弹对空火力分配研究

威胁估计和火力分配是现代防空作战过程中需要解决的2个重要问题。对来袭目标威胁等级的判定可以辅助指挥员迅速做出决策。火力分配是对火力单元寻求最优分配方案,以达到毁伤敌目标的目的。基于威胁目标的各项影响因素,建立相应的威胁评估模型,求得来袭目标威胁度,并根据评估结果,利用匈牙利算法优化火力分配。