多层导弹防御系统效能评估模型研究

导弹防御系统效能评估是导弹防御作战研究中重要的课题,包括两个基本问题,即确定效能准则和建立效能计算模型.以拦截来袭导弹任务完成程度作为系统效能的量度,运用排队论这种研究解决有关排队系统最优化问题的方法,在分析导弹防御作战过程中的情报预警和武器拦截两组成部分的基础上,对导弹防御系统的效能进行了详细的探讨,建立了多层导弹防御系统的效能评估模型.并进行了举例分析.建立的效能模型可为作战指挥人员提供决策参考的依据.     

舰空导弹防空反导作战效能优化建模研究北大核心CSCD

舰空导弹防空反导作战效能优化建模研究是保证舰空导弹顺利、高效完成防空反导作战任务的关键。上述优化模型的建立属于一个复杂的多阶段、多目标优化建模问题。传统作战模式由于舰空导弹可射击时间较短,通常只考虑一次抗击过程,在协同作战模式下更需要一种综合考虑多次射击的防空反导效能优化模型。提出将舰空导弹的每一次射击作为一个阶段,每次发射的导弹数量和发射单元的配置模式作为变量,空袭目标对舰艇的威胁程度、对空防御资源的占用程度作为调整权重,利用动态规划的相关理论知识建立多阶段多目标优化动态规划模型。通过算例分析表明,采用优化建模方法能够优选每次射击的舰空导弹的发射数量和配置模式,提高舰空导弹防空反导作战效能。     

一种新型非线性混合变量遗传优化算法及其应用研究

文章针对一般约束非线性混合整数规划问题，在设计了新的编码方案和遗传算子 的基础上，提出一种新型遗传优化算法．将其应用于对集群目标射击导弹作战效能优化问题 ，验证了算法的有效性．     

基于效能的时间敏感目标打击策略问题研究

针对时间敏感目标打击问题,分析了目标时间敏感特性与目标对抗策略,描述了精确制导武器打击时间敏感目标的过程,并以此为基础提出了基于效能的打击策略优化模型.将打击策略等效为复杂环境条件下的路径规划问题,设计了基于效能的时间敏感目标打击策略优化算法.算例检验了模型与算法的有效性,计算结果表明,目标的时效性是影响打击效果的重要因素,通过提高相对打击能力可提高精确制导武器对时间敏感目标的打击效果.     

基于正负理想点的导弹武器系统作战效能评估

讨论了目前导弹武器系统作战效能评估中的几点不足,提出用正负理想点法来评估导弹武器系统的作战效能.首先给出评估模型.其次,通过对具有典型意义的5种空舰导弹武器系统作战效能进行分析,给出应用示例,并对评估效果进行分析,得出结论.     

拦截导弹与目标碰撞检测方法研究

在武器火控系统效能分析的蒙特卡洛仿真中,判定拦截导弹是否命中目标是确定命中概率的重要步骤;通过对命中必要条件及弹目交会条件的研究,利用运动学原理将导弹和目标在地面坐标系中的运动转化为导弹在目标坐标系中的相对运动,建立相应的运动方程,讨论拦截导弹与目标碰撞的三种有效的检测方法,并对三种方法在同等模型下进行了命中概率分析比较;研究结果表明能为武器火控系统效能分析的数字仿真提供可靠、有效的命中目标判定方法及相应的计算机应用程序.     

导弹攻防建模与分布式仿真技术研究

研究防御导弹拦截过程,导弹攻防对抗仿真是评估导弹突防效能的重要手段,导弹作战仿真为效能评估研究提供平台.针对HLA仿真框架下导弹攻防对抗仿真过程,提出了攻防导弹建立模型,并且以S函数模块作为中间件实现了与RTI的实时数据交互,以进程通信中的共享内存和事件技术实现了联邦成员与Simulink上的模型之间的同步,提高了分布式环境下导弹成员的建模效率,解决了导弹模型如何与RTI实时数据交互的问题.仿真证明,以Simulink对导弹进行建模、以S函数模块作为中间件实现与RTI的数据交互能够提高建模效率,且满足分布式系统实时实现防御的要求.     

基于效能评估的导弹战术决策支持技术初探

美国"战斧Ⅳ"巡航导弹可以用于打击地面战术目标和移动目标,扩展了战术打击能力.针对具备类似作战能力的导弹,为了能够给战术指挥员提供有效的辅助决策支持,以便对飞行中的导弹进行战术调整和目标重新瞄准,讨论了基于效能评估来辅助战术决策的思想和方法.首先从分析导弹武器系统作战效能评估应具备的功能入手,建立了导弹武器系统效能的评估指标体系,并详细描述了战术机动性能指标的计算方法,最后,通过战术想定和作战模拟验证,得到的结论是,采用这种辅助决策技术可以显著提高导弹的作战效能.     

空对面激光制导导弹的仿真与作战效能评估

建立了激光制导导弹的数学模型,对激光制导导弹进行了弹道仿真。运用蒙特卡洛法进行了效能评估并给出了仿真结果。然后利用前两步的结果,在目标和任务已知的情况下求出了所需导弹数。以上模型及仿真结果为激光制导导弹在实战中的应用提供了参考。     

舰空导弹武器系统可靠性的实验设计

研究舰空导弹武器系统及分系统可靠性对作战效能的影响问题,针对舰空导弹在作战任务中的使用特点,利用计算机仿真和试验设计相结合的方法,建立了舰空导弹武器系统的可靠性模型和使用模型。设置不同的战术应用背景,提出了舰空导弹武器系统可靠性对作战效能影响的指标,采用试验设计的方法进行了仿真研究。仿真结果表明,试验设计方法能取到试验范围全面、效果稳定、可多次重复和成本低的试验效果,能找到对系统效能影响最大的各因素增长及变动区间。     

Modified particle swarm optimization for BMDS interceptor resource planning

One important mission of the strategic defense is to develop an integrated, layered Ballistic Missile Defense System (BMDS). We consider the problem of assigning interceptors to multiple waves of incoming ballistic missiles. This work addresses the issue of shot time constraints and directly allocates multiple targets to interceptors in the single engagement problem. A mathematical model and method for BMDS Interceptor resource planning (IRP) is presented. In addition to mathematical model, a modified particle swarm optimization RPPSO algorithm has been developed for solving complex IRP problem. This algorithm adapted a basic PSO algorithm to make it compatible with reasonable engineering problems. RPPSO was developed by embedding a reverse predictor within the basic algorithm to avoid premature convergence without significantly reducing convergence speed, and adding a repulsive force to keep the diversity of both local and global optima. Algorithm performance and experimental examples verified the benefits and specific applications of paper work.     

Synthesis of neural tree models by improved breeder genetic programming

Neural tree model has been successfully applied to solving a variety of interesting problems. In most previous studies, optimization of the neural tree model was divided into two steps: first structure optimization, then parameter optimization. One major problem in the evolution of structure without parameter information was noisy fitness evaluation. In this paper, an improved breeder genetic programming algorithm is proposed to the synthesis of neural tree model. The effectiveness and performance of the method are evaluated on time series prediction problems and compared with those of related methods. Simulation results show that the proposed algorithm is a potential method with better performance and effectiveness.     

基于粒子群优化算法的支持向量机参数选择及其应用

参数选择是支持向量机(SVM)研究领域的重要问题,它的本质是一个优化搜索过程,考虑到进化算法在求解优化问题上的有效性,提出了以最小化k-fold交叉验证误差为目标．粒子群优化(PSO)算法为寻优技巧的SVM参数调整方法．通过仿真例子验证该方法的有效性后,用其建立了聚丙烯腈生产过程中数均分子量的软测量模型,结果表明该方法有效．     

电动汽车分时租赁用户预约分配问题的新型电磁场优化算法求解

针对电动汽车电量对于行驶里程的限制问题,建立用户预约分配模型,以得到利润最大时的订单分配结果。该类问题属于NP-hard问题,求解具有一定困难。因此,设计一种新型离散电磁场优化算法求解方法。在基本电磁场优化算法的基础上使用二进制编码方式,改变粒子移动方式,并对负电磁场中的电磁粒子增加更新过程。将提出的新算法与遗传算法、二进制粒子群算法、改进二进制布谷鸟算法及二进制狮群算法进行对比,数值实验表明新算法具有更高的计算效率。此外,与传统分配模型相比,新订单分配模型能够获得更高的利润,说明了该模型的有效性。     

Ant colony algorithm for satellite control resource scheduling problem

With the increasing number of satellite, the satellite control resource scheduling problem (SCRSP) has been main challenge for satellite networks. SCRSP is a constrained and large scale combinatorial problem. More and more researches focus on how to allocate various measurement and control resources effectively to ensure the normal running of the satellites. However, the sparse solution space of SCRSP leads its complexity especially for traditional optimization algorithms. As the validity of ant colony optimization (ACO) has been shown in many combinatorial optimization problems, a simple ant colony optimization algorithm (SACO) to solve SCRSP is presented in this paper. Firstly, we give a general mathematical model of SCRSP. Then, a optimization model, called conflict construction graph, based on visible arc and working period is introduced to reduce workload of dispatchers. To meet the requirements of TT & C network and make the algorithm more practical, we make the parameters of SACO as constant, which include the bounds, update and initialization of pheromone. The effect of parameters on the algorithm performance is studied by experimental method based on SCRSP. Finally, the performance of SACO is compared with other novel ACO algorithms to show the feasibility and effectiveness of improvements.     

Modified water cycle algorithm for optimal direction overcurrent relays coordination

The optimization model of Directional Over Current Relays (DOCRs) coordination is considered non-linear optimization problem with a large number of operating constraints. This paper proposes a modified version for Water Cycle Algorithm (WCA), referred to as MWCA to effectively solve the optimal coordination problem of DOCRs. The main goal is to minimize the summation of operating times of all relays when they act as primary protective devices. The operating time of a relay depends on time dial setting and pickup current setting or plug setting, which they are considered as decision variables. In the proposed technique, the search space has been reduced by increasing the C-value of traditional WCA, which effects on the balance between explorative and exploitative phases, gradually during the iterative process in order to find the global minimum. The performance of proposed algorithm is assessed using standard test systems; 8-bus, 9-bus, 15-bus, and 30-bus. The obtained results by the proposed algorithm are compared with those obtained by other well-known optimization techniques. In addition, the proposed algorithm has been validated using benchmark DIgSILENT PowerFactory. The results show the effectiveness and superiority of the proposed algorithm to solve DOCRs coordination problem, compared with traditional WCA and other optimization techniques.     

参数化运动模型和PSO的自主车运动规划方法

自主地面车辆在障碍物环境下的运动规划问题是一个包含非完整约束条件的全局优化问题。针对该优化问题,提出了一种基于参数化运动模型和改进粒子群优化算法的运动规划方法。该方法将车辆运动模型解耦为参数化弧长-曲率模型和速度模型,并采用混沌映射方法对粒子群优化算法进行了改进,将改进的粒子群优化算法应用于弧长-曲率模型中的参数优化问题。仿真结果证明了该方法的有效性,是自主地面车辆运动规划的一种较好方法。     

人工神经网络结合遗传算法在建模和优化中的应用

用MATLAB构造了人工神经网络和遗传算法程序。人工神经网络用来建立数据样本间的函数关系，而遗传算法用来求解由该函数作为目标函数的优化问题。最后用一个实例对所编程序进行了测试，结果是令人满意的。     

一种新的神经树网络模型优化方法

神经树网络模型已成功应用于解决各类复杂的非线性问题,并且神经树网络模型的优化过程一般是先拓扑结构优化再参数优化,这种无参数信息的结构优化策略的缺点是干扰适应度的评价.鉴于此,提出一种改进的遗传规划(BGP)算法来综合神经树网络模型的两个优化过程.在两个时间序列预测问题上的仿真实验结果表明,所提出算法是一种有潜力且具备较好效能的方法.     

基于多模型粒子群优化的PID参数鲁棒整定

针对常规粒子群优化算法存在的鲁棒性能差的问题，提出一种基于多模型的粒子群优化方法．将其应用于对PID控制器参数的优化，有效地避免了PID控制器设计中复杂的参数调试．即使在模型失配的情况下，控制系统仍保持了良好的控制品质和鲁棒性．通过对几个典型被控对象的仿真实验，证明了所提出的优化算法的实用性、有效性和优越性．