基于改进型多目标粒子群优化算法的武器-目标分配

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。     

基于遗传算法的火炮反后坐装置结构多目标优化研究

大口径火炮后坐阻力和炮口扰动是影响火炮射击精度的关键因素,为了减小后坐阻力峰值和炮口扰动,基于刚柔耦合动力学理论,建立了某型火炮刚柔耦合系统动力学模型。从反后坐装置结构和总体结构的角度出发,利用ADAMS底层开发模块,结合小生境遗传算法程序建立多目标优化函数,进行火炮反后坐装置结构多目标优化设计。优化后的后坐阻力峰值及炮口扰动明显降低,表明所提出的优化方法合理可行,为火炮总体结构和反后坐装置结构的优化设计提供一定的技术参考。     

扭曲尾翼弹箭气动外形多目标优化

为了提升掠飞末敏弹战术技术性能,将扭曲尾翼结构应用于弹箭气动布局,并在风洞实验基础上,结合计算流体力学、正交实验、逐步回归分析以及多目标遗传算法,对扭曲尾翼弹箭开展了以增旋、减阻为目标的气动外形多目标优化设计,最终给出了尾翼外形的Pareto优化方案。结果表明：采用扭曲尾翼结构有利于改善弹箭气动性能;所建立的气动参数代理模型,能对弹箭阻力系数和平衡转速进行准确预测,并得到了尾翼几何参数对其影响规律;基于多目标遗传算法最终得到的Pareto优化方案,达到了良好的增旋、减阻效果。该研究方法对扭曲尾翼弹箭气动优化设计具有参考意义。     

改进分解进化算法求解动态火力分配多目标优化模型

战前制定合理的火力分配（WTA）方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配（DWTA）多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其二,重点研究阶段静态模型求解算法。针对模型特点,设计了一种满足资源约束的编码方式,融合禁忌搜索和拥挤距离策略,提出了一种改进分解进化算法。对比实验验证了算法的可行性、快速性和有效性。     

基于仿真的多部件系统状态维修决策优化方法

为通过部件组合维修提高维修效益,对采用状态维修的多部件系统,建立了部件状态随机劣化模型。采用幂指数函数建立以状态值为变量的可靠度函数,在考虑不完全维修、维修时间随机分布等因素的条件下,采用蒙特卡洛仿真方法建立了系统状态劣化过程模型。以单位寿命费用最小为优化目标,建立了多部件系统状态维修阈值的优化决策模型。案例分析结果表明,建立的状态维修决策优化模型能够显著降低维修费用、提高系统可用度,是适用且有效的。     

武器系统预防性维修间隔期的多目标决策研究

为解决武器系统故障率难以用时间为自变量进行表达的问题,鉴于武器系统的故障与射弹量密切相关,以间隔射弹量确定预防性维修的时机在实际中更易于操作,且间隔射弹量数据易于统计,在利用现场采集故障数据的基础上,建立了以射弹量为自变量描述武器系统故障率的故障率模型,并利用该故障率模型对使用可用度和维修费用这两个重要目标进行了解析表达。采用多目标粒子群算法,针对某型武器系统,以使用可用度和维修费用为优化目标,进行优化决策,得到了符合要求的满意解。     

防空武器多目标优化分配建模与决策

在对决策机理分析的基础上,建立了防空武器系统的多目标分配决策模型,实现了防空导弹的多目标优化分配。在此基础上,提出一种改进的粒子群优化(PSO)算法以求解防空武器的最优分配,通过与遗传算法的实例比较,结果证明了该方法的有效性和优越性。     

数据挖掘在维修器材货位优化中的应用

针对部队维修器材货位优化问题,按照为取而存的基本原则,提出了维修器材的综合重要度概念。通过用数据挖掘中的时序预测得到维修器材的综合重要度值,用ABC分类法对货架进行分区,最后根据维修器材和货架区耦合分配得到货位优化分配方案。     

基于多目标遗传算法的高速履带车辆动力学模型参数修正研究

为了提高高速履带车辆多体动力学模型仿真结果的准确度,对模型参数修正方法进行了研究。建立了高速履带车辆多体动力学模型,根据其行驶工况统计规律,选择水泥路和砂石路作为参数修正的行驶路面条件。对比分析了模型参数修正前的仿真结果与实车测试结果,并给出了修正目标函数的表达式。通过正交实验设计筛选出对目标函数影响较大的待修正模型参数。为了解决修正效率低、计算量大的问题,建立了修正参数与目标函数之间关系的径向基神经网络近似模型。通过分析目标函数随修正参数的变化规律,采用多目标遗传算法NSGA-Ⅱ对两种工况条件下的模型参数同时进行修正,并确定了最终解。研究结果表明,动力学模型仿真结果的准确度得到了提高,证明该修正方法的有效性。     

改进的遗传算法求解火力分配优化问题

提出一种求解火力分配优化问题的改进遗传算法。基于目标函数的相对大小构造适应度函数,较传统的界限构造法更加显著地体现染色体之间的差异,使得优良染色体更容易被选中,从而提高算法的收敛精度。采用基于父代染色体相似度的启发式遗传算子优化遗传运算,灵活、有针对性地对父代染色体进行交叉或变异操作,在防止算法陷入局部最优的同时保证种群的更新速度。仿真实验对比结果分析表明所设计的改进算法具有更高效的寻优能力。     

有限使用时间内预防性维修策略优化

机械装备一般都是可维修设备。采取积极有效的预防性维修,合理安排预防性维修活动,对于减少装备的故障次数及提高使用率具有重要的现实意义。以在有限使用时间区间内工作的机械装备为研究对象,分别从维护成本及综合考虑维护成本和可靠性两个方面建立了预防性维修优化模型,并利用非线性优化软件对其进行了求解,确定机械装备在有限工作时间区间内最优的预防性维修次数以及预防性维修周期。算例表明,所提出的预测预防性维修次数和周期的方法是可行的,可为机械装备制定预防性维修大纲、预测机械装备使用寿命提供参考。     

产品二维不完全预防性维修间隔期优化研究

针对故障受日历时间与使用时间共同影响的二维产品,传统的一维预防性维修已不能满足二维产品的实际需求,鉴于此,提出二维预防性维修概念,以日历时间与使用时间对二维产品进行二维预防性维修决策。建立二维产品故障率函数表达式,对二维预防性维修的过程进行具体的分析,以总期望费用最小为优化目标,建立有限使用期二维不完全预防性维修费用模型。通过实例求出最佳的二维不完全预防性维修间隔期,经对比分析验证了该模型的适用性与有效性,对二维维修策略提出了展望。     

基于自适应神经网络的火炮身管结构优化研究

针对火炮多学科优化设计存在计算量大、收敛慢和易陷入局部最优的问题,提出一种基于自适应径向基函数（RBF）神经网络的结构优化方法。编程计算火炮高低温压力曲线,并对ABAQUS有限元软件二次开发将其加载进有限元模型以获取身管的优化目标值,构建其与设计变量间自适应RBF神经网络模型。引入罚函数法处理约束条件,采用遗传算法在模型中求解寻优。每次优化迭代时利用建立的局部和全局分析模型分别选取更新点,增加样本点来更新神经网络,以提高神经网络的局部和全局预测能力。采用典型函数算例和某火炮身管结构多目标优化,实例验证了所提出优化策略的有效性。研究结果表明：身管优化后质量减小了6.63%,结构刚度提高了5.60%,最大等效应力减小了6.34%;与仅使用遗传算法相比,该方法所需的有限元模型调用次数降低了86.5%,运行时间减少了83.3%,为火炮结构设计和优化提供了参考。     

火炮多柔体动力学结构优化研究

针对现有动力学优化方法很难对多体系统中的柔性体进行结构优化的问题,提出结合多学科代理模型法和改进的非支配排序遗传算法的多柔体动力学优化方法。以火炮炮口振动参数为输出,柔体模态参数和部分火炮总体参数为输入,在已验证的多体刚柔耦合模型的基础上,采用径向基函数-反向传播神经网络建立了具有良好泛化能力和预测精度的代理模型。利用改进的非支配排序遗传算法对各炮口振动参数进行动力学优化,采用max-min准则从优化得到的Pareto最优解集中优选出一个较为兼顾各优化目标的解,与原模型结果对比,优化效果明显。该方法能用于火炮多柔体动力学结构优化,也为火炮总体结构设计和相关优化提供了一定的参考。