基于复合防空效能的防空兵群兵力部署优化

根据防空兵"集中使用,混合部署"的兵力部署原则,综合考虑被掩护目标的重要性和实施掩护的防空兵群火力单元的毁伤效能,提出一种兵力部署的优化方法.通过运用动态规划的方法,计算出掩护目标的最优兵力部署.实例证明该方法能进一步完善和补充指挥信息决策支持系统.     

基于杂交粒子群算法的弹炮混编防空群火力优化模型

针对弹炮混编防空群射击指挥中的火力分配问题,提出了弹炮混编防空群的火力分配方法,建立了优化的火力分配数学模型。在此基础上,借鉴遗传算法中的杂交概念,采用改进后的粒子群优化算法对此模型求解。通过算例和仿真结果与实际经验对比表明,改进粒子群优化算法是解决弹炮混编防空群火力优化分配问题的一种有效方法。     

基于粒子群算法优化的目标识别方法

误差反向传播算法(back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法,其优化算法也层出不穷。针对LM优化算法存在局部极小点的问题,通过采用基于优化理论的粒子群优化算法(PSO)来改进Levenberg-Marquardt(LM)算法。将提取的目标瞬态特性特征作为各种算法的输入,通过mat-lab仿真,对整个样本进行训练,并随机选择小样本进行检验。结果表明,优化方法均合理可行,其收敛速度和预测精度有明显的提高,综合来讲,粒子群算法优化后的LM算法表现出较大的优越性,为利用目标的瞬态特性进行目标识别提供了一种新方法。     

基于粒子群算法的飞行控制系统参数优化

针对飞行控制系统控制器参数优化问题，文中提出了一种基于粒子群算法的模型参考优化整定策略。并将此策略应用于某型飞机的横侧向飞行控制系统的参数优化之中．仿真结果表明．该优化策略能够有效地整定飞行控制系统的参数，具有收敛速度快．编程简单的优点。     

基于粒子群优化算法的模糊飞行控制器设计

提出了一种基于粒子群优化（PSO）算法的模糊飞行控制器优化设计方法。PSO算法通过粒子跟踪本身所找到的最优解和种群的最优解来完成优化．该算法具有可调参数少．简单易实现，优化速度快的特点。将PSO算法用于对模糊飞行控制器隶属函数的优化设计中，以达到提高控制效果与简化模糊控制器设计的目的。仿真结果表明．利用PSO算法进行优化设计所得到的模糊飞行控制器具有优良的控制性能。     

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。     

基于粒子群优化算法的无人机航迹规划

提出一种基于粒子群优化算法的无人机路径规划方法,利用粒子群优化算法,将约束条件和搜索算法相结合,从而有效减小搜索空间,得到一条全局最优路径。仿真结果表明：该方法能够快速有效地完成规划任务,获得满意的三维航迹。     

基于粒子群优化算法的多目标搜索算法

针对多目标优化问题在实际应用中的复杂性,提出一种采用粒子群优化算法来求解多目标优化的问题的方法。在分析了多目标优化问题的基础上,以粒子群优化算法对生产配料流程中的优化问题为例进行非劣最优解集的搜索,并将其运用于实际工程制造中的某配料选型工艺计算中。仿真结果表明:该方法有效,在工程设计选型、模式分类、神经网络训练以及系统控制等领域正得到普遍应用。     

基于组合粒子群算法的运载火箭弹道优化设计

提出一种基于粒子群算法和方向加速法组合成的PSO-Powell算法,能进行大范围搜索,其最优解具有全局收敛性。在该算法中,对粒子群算法的参数设置进行了改进,提升了其性能,并引入增广拉格朗日乘子法处理优化问题的约束条件,提高了最优解的精度。仿真结果表明PSO-Powell算法应用于运载火箭弹道优化设计具有良好效果,可以提升运载能力,具有一定工程应用价值。     

基于粒子群算法的移动机器人路径规划

基于粒子群算法的移动机器人路径规划,通过建立目标函数、变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹,     

基于禁忌捜索与微粒群优化算法的混合优化策略算法在目标分配问题上的应用

目标分配是地面防空作战指挥的关键环节。给出问题模型，并提出一种禁忌搜索与改进微粒群算法的混合优化策略用于解决该问题。仿真结果表明，与其它几种智能优化算法相比，该混合优化策略在解决目标分配问题时具有优良的优化性能和时间性能，在问题规模较大时表现更为突出。     

基于改进粒子群算法的UCAV二维路径规划

采用粒子群算法实现了有限数目航点的优化,提出了新的解决PSO路径规划中因基于航点适应度优化计算导致的威胁感知盲点问题的办法,研究了路径规划约束的数学模型、粒子构造方式和粒子的评价适应度函数。用数学仿真方法实现了改进后的PSO路径规划。     

基于混合粒子群优化算法的火箭弹内弹道优化设计

针对无控火箭弹的内弹道优化问题,以增加射程为目标,在发动机总冲恒定的约束条件下,分别建立了固体火箭发动机单室单推模式和单室双推模式的内弹道数学模型和优化模型,采用改进的混合粒子群优化算法,对固体火箭发动机的内弹道特性进行优化设计,求得了全局最优解。仿真结果表明,提出的混合粒子群优化算法具有较好的全局寻优能力和鲁棒性,是解决固体火箭发动机内弹道优化问题的有效方法; 设计的优化策略将某型122 mm无控火箭弹的最远射程提高了3.75%～4.45%,仿真结果对无控火箭弹的总体设计具有一定的理论指导意义。     

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。     

基于混合离散粒子群算法的多无人作战飞机协同目标分配

针对多无人作战飞机(UCAV)协同目标分配问题,提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点,设计了新的粒子群位置和速度更新公式,并且充分利用粒子群优化算法的全局搜索能力,同时利用禁忌搜索的局部搜索能力,使2种算法的优势得到互补,较为显著地提升了原算法的性能。仿真结果表明:混合离散粒子群算法能够有效地解决多约束条件下多UCAV协同目标分配问题,并且算法简单、灵活,易于实现和扩展。     

基于改进粒子群优化算法的末修子母弹总体参数优化设计

将末修子母弹对跑道封锁能力的评价指标作为优化设计的目标函数,确定了需要优化的总体参数,并利用改进的粒子群优化算法建立了总体参数的优化模型.在优化设计中,通过对总体参数的离散化提高了优化计算的效率,分析了跑道长度对最优总体参数的影响,获得了针对不同长度的跑道均具有较强封锁能力的总体参数最优搭配.研究成果对于末修子母弹总体方案设计以及子弹外弹道设计具有重要的参考价值.