基于加权聚焦度的多焦点图像融合算法

为保留更多的源图像信息特征,克服基于梯度等融合算法容易产生伪影的缺陷,提出一种基于加权聚焦度的图像融合算法.计算每个源图像的聚焦度量值空间频率、改进的修正拉普拉斯算子和和梯度加权和,得到聚焦状态图 MSF、Mi-SML和 MSoG,根据隶属函数求出相应隶属度值μSF(z)、μi-SML(z)和μSoG(z),得到各源图像的权重,根据线性归一法生成最终的融合图像,并将该算法与当前几种典型图像融合算法进行主客观评价.结果表明:该算法的标准偏差(σ)高出4.699,平均梯度(G)高出0.382,信息熵(H)也是最高的,其他评价参数也在可接受的范围内,融合图像更清晰,没有产生伪影.     

改进遗传算法在机器人路径规划中的应用

基于改进遗传算法的移动机器人路径规划,包括改进选择方式和动态确定变异概率两方面.先采用链接图法对工作空间建模,得出起始点到目标点的网络有权图.再利用Diikstra算法决策出初始优化路径,通过改进遗传算法调整各路径点,最后得到最优的或近似最优路径.选择方式以最优保存策略,局部出现相似个体之后实施灾变操作,且根据个体适应度函数值的大小动态确定变异概率.     

基于一种改进粒子群算法的水下远程武器航路规划

针对水下远程武器航路规划中,采用基本粒子群算法避障出现的航路倒退问题,提出了一种借鉴遗传算法采用粒子对换的改进粒子群优化（PSO）算法,并结合远程武器的航路规划设计模型,应用于水下武器作战仿真系统。计算结果表明,该算法可有效提高远程武器航路规划避障的计算效果,对水下远程武器的作战使用研究具有一定的参考价值。     

基于GA-PSO的野战给水站选址优化模型

在野战给水工程保障中,不但要满足各用水单位,也要考虑到保障过程中产生的费用,尽量能够做到在完成给水工程保障任务的基础上使整个野战给水工程保障系统所消耗的总费用最小。针对该问题,运用GA-PSO算法研究了野战给水站的选址优化模型,实例验证充分说明了基于GA思想的混合PSO在收敛速度及跳出局部极值的能力诸方面明显优于标准的GA算法和PSO算法。     

基于改进粒子群算法的野战油库选址优化

针对标准粒子群算法容易陷入局部最优,提出了改进粒子群算法;对粒子的自适应性和惯性权重进行改进,建立了野战油料选址模型;通过仿真,发现改进粒子群算法克服了标准粒子群算法容易陷入局部最优的问题,且寻优能力强,对部队的野战油库选址具有指导作用。     

基于粒子群算法的仿真任务共同体服务选择算法优化研究

在研究粒子群算法（ PSO）及其改进的DGOSS算法、STCSSA算法基础上,从仿真任务共同体的定义、服务选择界定及服务品质（ QoS）描述出发,改进设计了PSO的惯性权重动态调整策略,建立了一种优化的仿真任务共同体服务选择算法（ ITCSSA）;通过仿真对比验证表明：ITCSSA算法较DGOSS算法、STCSSA算法有更好的收敛速度、精度和适用性,对于多用途仿真系统的资源分配优化具有一定的参考价值。     

基于改进PSO-LSSVM 的军用工程机械研制费用预测模型

针对传统参数法对装备研制费用进行预测存在的局限性问题,采用改进粒子群算法（particle swarm optimization,PSO）对LSSVM模型进行改进,构建军用工程机械研制费用预测模型。运用2种优化策略改进粒子群算法,对种群初始化过程进行控制、克服粒子群算法易于早熟的缺点。用改进后的粒子群算法优化最小二乘支持向量机的模型参数和核参数,以获得更好的预测效果。预测结果表明：该费用预测模型运用于军用工程机械研制费用预测,明显优于传统预测模型,具有很好的预测精度和效率。     

基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法

针对现有多模盲均算法(MMA)收敛速度较慢、均方误差大的缺陷,提出一种基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法(DNA-GBA-FS-MMA)。该算法利用分数间隔均衡器对信号进行过采样,以获取更多信道信息;将DNA遗传算法引入到蝙蝠算法中,得到一种DNA遗传蝙蝠算法(DNA-GBA),利用这个新算法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡算法初始化最优权向量的实部与虚部。仿真结果表明,与现有的MMA相比,DNA-GBA-FS-MMA 的稳态误差最小、收敛速度最快、星座点最清晰紧凑。     

移动机器人SLAM 改进算法的分析与实现

为解决移动机器人扩展卡尔曼滤波(EKF-SLAM)算法计算复杂、精确度不高及易受干扰的缺点,提出一 种基于最优平滑滤波理论的改进同步定位与地图构建(simultaneous localization and mapping,SLAM)算法。详细介绍 算法的改进过程,通过Matlab 软件对其位置轨迹跟踪误差及标准差进行仿真分析,基于机器人操作系统(robot operating system,ROS)系统的实验平台,在室内走廊进行SLAM 实验以测试改进算法的效果。结果表明,改进的 SLAM 算法精度高、抗干扰能力强,能实现移动机器人的即时定位与地图构建。基于ROS 系统的软件平台能简化开 发难度,提升移动机器人的智能化。     

两主两从博弈下的装备维修器材供应链协调研究

以相互竞争的两条装备维修器材供应链作为研究背景,提出了一种基于Stackelberg主从博弈的激励协调模型,并通过最优反应动态思想给出求解该模型的一般思路,结合粒子群优化算法对军事算例进行仿真,对比分析供应商合作与非合作下的计算结果,供应商非合作下奖金激励策略可以有效实现供应链协调,但供应商若能实现合作,将使供应商达到利益最优化,可忽略奖金激励的影响.     

基于简便约束粒子群优化算法的空空导弹μ-PID控制器设计

针对现有约束粒子群优化(PSO)算法存在的算法复杂、应用范围受限、优化效果不佳等缺陷,提出一种新型约束粒子群算法。该算法采用目标函数替换的方法将约束优化问题转化为非约束优化问题,具有简便易用的优点。通过典型测试函数测试并和其他具有代表性的约束PSO算法进行对比,表明该算法在处理约束优化问题上的优越性。为了验证该算法应用于工程的可行性,以样例导弹纵向模型为对象,针对经典Raytheon控制结构,采用该算法设计了μ-PID控制器。仿真结果表明,样例导弹控制器可以在满足多种时域指标的同时具有良好的鲁棒性能,达到了设计指标要求,验证了所提出算法的有效性。     

某交流伺服系统的免疫克隆粒子群优化自抗扰控制

针对采用永磁同步电机(permanent magnet synchronous motor,PMSM)驱动的某火箭炮位置交流伺服系统存在摩擦力矩、外界扰动等一系列复杂非线性问题,设计一种基于免疫克隆粒子群优化算法的自抗扰控制器(IPSO-ADRC).根据自抗扰控制(active disturbance rejection control,ADRC)抗干扰能力强和粒子群优化算法(particle swarm optimization,PSO)寻优能力强的特点,采用免疫克隆粒子群优化算法在线整定自抗扰控制器的重要参数;并将克隆选择算法(clonal selection algorithm,CSA)融入到粒子群算法中,维护群体种类的差异性,解决PSO算法的缺陷问题.仿真实验结果证明:该控制策略使系统的稳态性能更好,并能提升系统的动态品质.     

基于特征显著值归一化与位置加权的FT算法

频率调谐（FT）显著区域检测算法在背景复杂和图像显著区域比较大时检测效果不理想。针对上述问题,对FT算法进行了改进,提出了一种基于特征显著值归一化与位置加权的频率调谐显著区域检测算法（FTFP）。该算法主要在FT算法的基础上进行了图像分块、Lab颜色特征显著值的分别归一化和位置加权处理。实验结果表明,FT-FP算法在显著性检测视觉效果、准确率与查全率、对噪声图像的检测上都优于FT算法,综合性能突出。     

基于粒子群优化的伺服系统比例积分微分控制器设计方法

给出了 一种基于粒子群优化（PSO)算法的火炮伺服系统比例积分微分（PID)控制器优 化设计方法。定义了 ー个综合考虑火炮调转时间、上升时间、超调量、系统静态误差、等速跟踪误差 和正弦跟踪误差等动静态性能的指标函数,在给定的控制器参数空间进行组合优化搜索,可迅速求 得使性能指标优化函数极小化的ー组PID控制器参数。仿真結果表明该方法有效。     

基于粒子群优化的某车载火箭炮自抗扰控制

针对车载火箭炮行进间的PID 控制方法存在动态性能的限制,提出一种自抗控制器的设计。针对自抗扰 控制器(active disturbance rejection control,ADRC)模块中存在众多且不便确定的参数这一问题,利用粒子群优化算 法(particle swarm optimization,PSO)较强的寻优能力,对扩张状态观测器的参数进行优化,并优化控制系统。仿真 结果表明：基于该控制方法的伺服系统稳定性显著提升,提高行进间火炮的控制精度与动态性能。     

基于混沌DESAPSO算法的无人机三维航迹规划

粒子群(PSO)算法易陷入局部最优,将其运用于无人机三维航迹规划会导致航迹品质不高,针对这一问题,提出了将差分进化(DE)算法、模拟退火(SA)算法嵌入PSO算法中,构成混沌差分进化模拟退火粒子群(DESAPSO)算法,从三个方面提高了航迹品质:一是利用DE算法的变异、交叉及竞争选择增加种群多样性;二是利用SA算法概率突跳能力跳出局部最优解;三是对PSO算法参数进行混沌优化,进一步增强种群多样性.仿真结果表明:混沌DE-SAPSO算法改进航迹品质效果明显,获得了满意的无人机三维航迹.     

基于粒子群优化的静电陀螺支承控制优化设计

静电陀螺支承控制系统的结构和参数优化对提高其性能具有重要影响.利用基于差分进化联合三目标速度方程改进的粒子群优化算法,分别针对具有线性和负刚度特性的静电支承控制系统模型进行了参数优化设计.结果表明,改进的粒子群优化算法具有更快的收敛速度和全局寻优能力.所优化的参数可以提高静电支承控制系统动态性能.     

基于粒子群优化技术的导弹模拟故障诊断方法

采用一种基于粒子群优化的特征提取算法,以K-NN分类正确率作为评价准则,应用粒子群优化算法寻找使提取特征的K—NN分类正确率最大的转换矩阵,从而实现特征的提取．算法的特点是结构简单灵活,对数据的分布特征不敏感,适合于对模拟故障特征进行提取．故障诊断示例证明了该特征提取算法在导弹模拟故障诊断中的有效性．     

一种基于化学反应优化和粒子群优化的混合型优化算法

针对现有化学反应优化算法存在的不足,提出一种基于粒子群优化算法(particle swarm optimization,PSO) 和自适应化学反应优化算法(adaptive chemical reaction optimization,ACRO)相结合的混合算法(a hybrid optimization based on ACRO and PSO,ACRO-PSO)。在ACRO 算法的领域算子基础上,融入PSO 算法的全局算子,加入权重系 数控制本地搜索和全局搜索的比例,修改分解反应合化合反应出现的时机,利用化合反应输出最优解,采用标准测 试函数对ACRO-PSO 进行性能分析。仿真结果表明,ACRO-PSO 算法能高效地解决待优化问题。     

基于改进粒子群优化算法的多阵地反舰导弹航路规划

为满足作战实际需要,在使用改进的粒子群优化算法基础上,提出?算法和振荡值理论作为约束条件构建 数学模型,以建立多阵地、多方向突击水面舰艇行动中导弹间建立时间、空间上的协同关系。结果表明：该模型计 算收敛速度快,能有效解决联合行动中导弹航路规划问题。