海军装备仓库存储优化方法研究

海军装备仓库作为装备物资供应保障的重要枢纽,其保障效果的好坏直接关系到人民海军的战斗力。针对目前我国海军装备物资储备仓库存在的信息共享程度低、保障供应与实际需求脱节的问题,对现有海军装备仓库存储方法进行优化。从仓库管理者的角度出发,建立部队装备情况数据库,运用灰色模型预测某仓库某存储物资合理数量并根据正态分布的性质对预测结果的精确性进行进一步的提高,有效优化存储过剩的问题;利用基于AHP和模糊理论的分配方法,有效优化库存不足的问题。分析结果表明：该方法较好地优化了海军装备物资储备仓库存在的信息共享程度低、保障供应与实际需求脱节2方面问题。     

基于遗传神经网络的军用油库选址优化模型

影响军用油库选址的因素众多且具有不确定性,传统的凭人主观选址和线性规划等方法选址不能充分体现各影响因素的主次成分及相互关系,为了解决该问题,将遗传算法和神经网络相结合,利用德尔斐法建立选址指标体系并进行指标的量化及归一化,将各底层指标的归一化值作为神经网络的输入,将代表选址等级的布尔变量作为神经网络的输出,利用遗传算法来优化神经网络的连接权值和阈值,然后用足够的样本借助 Matlab 工具训练此模型,通过模型的自适应学习,直到得到能正确表示网络内部特征的那组阈值。实际应用表明,所建模型的操作性和实用性强,为军用油库实际选址提供直接的决策依据。     

基于瞭望算法的军用立体仓库货位优化

针对军事仓储建设的迫切需求,提出一种基于瞭望算法的军用立体仓库货位优化方案。考虑军用物资收 发存储过程中在品种、效率、相容性、质量以及安全性能等方面与民品的差异,通过对多品种货位管理问题的分析, 选择出库效率和货架稳定性为目标函数,利用瞭望算法建立优化模型,设计相应的算法流程,得到货位优化方案。 通过算例验证了模型的有效性,演示了该建模方法在军事仓储管理工作中的应用前景。     

基于AHP的跟踪算法性能评价研究

针对跟踪算法评价方法不够健全的问题,文中提出了基于AHP法的跟踪算法评价方法。主要从跟踪算法的跟踪准确度、算法的实时性以及算法的硬件可实现性这三个指标考虑了算法性能的评价问题,讨论了三个指标量化和规范的方法,运用AHP法给出了计算各个指标的权重和综合评价分数的方法。最后采用4种典型的跟踪算法和实际拍摄的红外图像序列进行了小目标的跟踪实验,并根据实验得到的数据计算了算法的评价分数,结果表明了文中跟踪算法评价方法的合理性。     

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AHP 的装备保障虚拟训练效果评估方法

针对目前某型导弹虚拟训练系统培训效果的评估需求,构建一种虚拟训练动态评价模型.分析虚拟训练影响因素,利用层次分析法,阐述具体评估方法,并应用实例进行验证评估.结果表明:该方法对人员实际能力水平的评估结果准确、可信,可为完善装备虚拟训练工作与学员培训方案提供参考.     

基于AHP的目标识别模糊评判模型研究

首先介绍了目标属性识别的方法及模糊综合评判原理,在分析影响目标属性识别因素的基础上,采用AHP 法确定属性权重集,再通过模糊数学的方法建立了目标属性识别的多级模糊综合评判模型。该模型兼具两种方法的优点,且简便易行,可尝试解决防空作战中目标属性识别问题。     

基于AHP-FMEA的航材仓库选址合理性评价研究

针对后方航材仓库建设过程中选址这一多属性决策问题,在考虑选址方案评价指标信息模糊性特征的基础上,对后方航材仓库选址影响因素进行分析,提出将基于AHP的模糊物元分析法(FMEA)应用于最优选址的评价及选择。建立物元模型,通过AHP计算出各评价因子权重及关联函数,对选址方案合理性进行评价,比较选择出整体最优方案,并通过实例证明此方法的可行性和有效性。     

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AHP-FMEA的航材仓库选址合理性评价研究

针对后方航材仓库建设过程中选址这一多属性决策问题,提出一种基于层次分析法(analytic hierarchy process,AHP)和模糊物元分析法(FMEA)的物流中心选址方案的优度评价方法。根据航材仓库选址方案评价问题的特点,在考虑选址方案评价指标信息模糊性特征的基础上,对后方航材仓库选址影响因素进行分析,建立物元模型,通过AHP计算出各评价因子权重及关联函数,对选址方案合理性进行评价,比较选择出整体最优方案。实验结果证明：该方法可以方便地获得最优的综合评价方案,通过对各特征量值关联度的分析揭示待评对象的利弊面,从而指导航材仓库需选址方案的动态管理。     

Optimization of Submarine Hydrodynamic Coefficients Based on Immune Genetic Algorithm

Aiming at the demand for optimization of hydrodynamic coefficients in submarine's motion equations,an adaptive weight immune genetic algorithm was proposed to optimize hydrodynamic coefficients in motion equations.Some hydrodynamic coefficients of high sensitivity to control and maneuver were chosen as the optimization objects in the algorithm.By using adaptive weight method to determine the weight and target function,the multi-objective optimization could be translated into single-objective optimization.Fo...     

基于免疫遗传算法的潜艇水动力系数优化研究

针对潜艇空间运动方程中的水动力系数优化问题,采用一种基于适应性权重免疫遗传算法解决多目标非线性优化问题。选择若干对潜艇操纵控制具有高敏感度的水动力系数作为优化变量,运用适应性权重方法确定权重和目标函数,将多目标优化问题转化为单目标优化问题进行处理。针对某型潜艇,选取水平面Z型操舵机动、垂直面梯形操舵机动和水平面定常回转运动3种典型运动形式作为研究对象,就水动力系数优化前后的效果进行了仿真分析,证明了本文采用的优化方法的有效性。     

基于混沌遗传算法的测试选择优化问题研究

针对测试选择优化这一NP难解问题,文中利用改进的遗传算法对其进行优化.算法以遗传算法为主流程,利用混沌现象不重复遍历的特点优化生成初始种群,然后对每次迭代中的个体以一定的概率进行混沌优化.最后,以超外差接受器为例,对算法的有效性进行了验证.事实证明,该算法能够较快地搜索到优化问题的最优解,验证了混沌遗传算法对测试选择优化问题的有效性.     

基于正态云关联度的军事后勤仓库选址评估

针对军事后勤物资仓库的战略性、经济性等特点,构建仓库选址评估指标体系;为减少因评估过程随机性、指标标准确定模糊性等主、客观因素对选址评估造成的不利影响,引入正态云的概念;给定理想状态下指标体系的标准正态云,构建各选址方案正态云评估矩阵,采用计算评估云与标准云关联度的方法评估各选址方案;用熵权法计算各项指标权重,将各方案评估云与标准云关联度的加权和作为选址方案的综合评估指数,根据综合评估指数大小衡量各方案优劣,通过应用示例说明该方法对军事后勤仓库选址评估具有一定的参考价值。     

基于贪婪算法的测试优化选择

针对传统测试优化选择算法存在的通用性较差等问题,提出了基于贪婪算法的测试优化选择方法,分别应用于面向故障检测和故障隔离的测试优化选择。其基本思想是以测试数量最少为目标,先选择必需的测试,即某一故障只能被单个测试检测或隔离,然后采用贪婪式搜索逐步选择最优测试。通过二值和多值测试优化选择案例验证了该算法的有效性,并从理论上分析了算法的时间复杂度。理论和案例分析结果表明,该算法能有效挖掘测试的故障检测和隔离能力,且适用于隔离到更换单元和具体故障模式的二值和多值测试优化选择,时间复杂度较传统算法明显降低。     

基于物联网和Multi-Agent的智能仓储管理系统

分析了当前军队仓储管理存在的问题,阐述了物联网和Multi-Agent技术的主要特点以及在仓储管理中的使用优势,设计实现了基于物联网和Multi-Agent的智能仓储管理系统.     

基于改进蚁群算法的多约束供应保障网络路径优化

针对网络优化领域中的多约束网络路径优化问题,以战时供应保障路径优化问题为研究对象,建立一种保障代价最小的路径优化模型。分析保障路径优化中存在多约束限制问题的特点,在基本蚁群算法的基础上引入蚂蚁相遇策略,融合了多约束条件对保障路径优化的影响,通过正、逆反馈同时作用,对信息素更新策略进行改进,并对搜索最优保障路径实例的仿真。仿真结果显示:改进蚁群算法平均执行时间较基本蚁群算法提高了40.1%,说明改进的蚁群算法能在更短的时间内找到最优解,而且在避免陷入局部最优解方面具有更好的效果。     

基于AHP 的Stacking 算法基分类器选择

为找到与分类任务最贴切的基分类器组合,提出一种基于层次分析法(analytic hierarchy process, AHP)的 Stacking 算法基分类器选择方法。通过AHP 确定分类器单一性能指标的权值,以各指标加权求和的结果作为评价分 类器好坏的标准来选择基分类器。通过对不同组合的基分类器进行Stacking 集成发现,性能最优的单个分类器集成 效果并不是最佳的,基分类器个数最多的模型也不是最适合任务需求的。结果表明,该方法在提高分类器性能方面 具有可行性和有效性。     

基于微粒群算法的中制导弹道优化设计

为使拦截武器有效拦截目标,将直接多重打靶算法与微粒群算法相结合,设计了一种基于微粒群算法的中制导弹道优化算法。该算法借鉴直接多重打靶算法基本思想,将状态空间与参数空间分别进行分解与分段,并在此基础上结合中制导末端条件构建性能指标函数,将弹道优化问题转化为多目标优化问题;基于对指标函数之间依赖性的分析,在求解过程中将多目标优化分解为参数层和指标层优化两部分,采用微粒群算法对其进行分层优化求解。仿真研究表明,该优化算法能够对弹道进行有效优化。