一种基于遗传算法-模式搜索法的无人机路径规划

为改善遗传算法局部寻优精度较差的固有缺陷,提出一种基于遗传算法-模式搜索法的无人机路径规划算法.采用简单的一维编码表示路径,构造了路径最优化的目标函数和适应度函数.先用遗传算法全局搜索,得到全局近似最优路径,在此基础上使用局部寻优精度好的模式搜索法,得到精度更好的路径.仿真结果表明所提的遗传算法-模式搜索法改善了单一遗传算法局部寻优精度较差的缺陷,提高了路径规划的精度.     

基于改进的复合自适应遗传算法的UUV水下回收路径规划

传统遗传算法的变异操作会简单随机产生新的路径,对算法进化性能有不利影响,使算法易陷入局部最优的陷阱;遗传算法常配合栅格法进行路径规划,所得的最优路径并非无人水下航行器(UUV)回收路径规划可获得的最短路径,并存在UUV机动性能可能与最优路径冲突的问题。为此,设计一种具有UUV机动性约束条件的改进遗传算法,提出环境复杂度的概念用于分析机动性约束的具体取值,使路径规划适配于UUV的机动性,使算法结果更具实用性;提出复合自适应变异策略,控制变异的个体在迭代过程中发生自适应的进化;当一定迭代数内种群进化停滞时,引导最优个体进行双阶段自适应变异,从而使最优路径趋近全局近似最优解,有效提高算法的收敛速度。基于MATLAB软件的算法对比仿真结果表明一般复杂水域和复杂水域环境下,改进的复合自适应遗传算法生成的最优路径相比于遗传算法和自适应遗传算法的最优路径更加平滑,路径长度更低,可见改进的复合自适应遗传算法在路径规划上收敛性能和寻优能力更优,更具有可行性和优越性。     

限定搜索区域的分层遗传算法无人机路径规划

为克服简单遗传算法易陷入局部最优解的缺点,减小路径搜索范围,提出了限定搜索区域的分层遗传算法无人机路径规划方法,该方法将分层遗传算法引入无人机路径规划的优化搜索问题中,将路径节点的二维坐标作为基因进行编码,根据威胁的分布情况缩小路径规划算法的搜索范围,使子种群可以获得包含不同优良模式的新个体,为子种群提供更加平等的竞争生存机会,使优化搜索有较为明确的搜索方向。仿真结果表明:与基于分层遗传算法的路径规划方法相比,该方法提高了路径寻优算法的性能,减少了绕行路径的出现几率,缩短了最优路径的长度。     

基于模糊控制器的自适应遗传算法

基于模糊控制器的自适应遗传算法,通过模糊控制器自适应地动态改变交叉率、变异率的值;从而使该算法最快达到全局最优解.其模糊控制器的设计及求取Pc(交叉率)、Pm(变异率)的步骤包括:输入、输出变量的选取,输入、输出语言值及隶属度函数的定义,模糊规则表的建立,模糊推理及解模糊.     

基于自适应模拟退火遗传算法的特征选择方法

特征选择是机器学习及模式识别领域的重要问题之一。针对高维数据对象,特征选择不仅可以在保证数据完整性的情况下减少特征维数,还能够提高分类精度。文中提出了一种基于自适应模拟退火遗传算法的特征选择方法,该方法将模拟退火算法嵌入到自适应遗传算法的循环体中,利用模拟退火算法具有较强的局部搜索能力,并且能够使搜索过程避免陷入局部最优解的特点,解决了基本遗传算法收敛速度慢,时间复杂度高的缺点。实验结果表睨,在保证分类正确率的前提下,该方法有效提高了特征选择效率。     

基于模式搜索的导弹目标分配方法研究

提出了基于模式搜索的导弹目标分配问题的求解方法.该问题是一个带约束的非线性整数规划问题,采用传统模式搜索求解可能产生非整数解以及陷入局部最优.通过设置模式搜索的终止条件和引入变异操作,克服了上述问题.实践表明,该算法运算速度快,效率高,鲁棒性好,可用于导弹目标分配的决策模型.     

基于自适应A~*算法和改进遗传算法的反舰导弹航路规划

以计算时间和航程距离为优化指标,以反舰导弹机动性、最大动力航程、各种通行障碍为约束条件,提出了反舰导弹射前航路优化的改进A*算法和改进遗传算法。改进A*算法通过构建一个网络来搜索次优路径,在搜索过程中,网络节点间距和节点密度随战场环境自适应改变。该算法以更小的计算量获得更优的航路,而且能够应对复杂程度很高的战场环境。改进遗传算法通过实数编码技术和初始种群智能化创建方法,生成具有可变长的染色体和全部由可行解组成的初始种群,避免了初始种群中由于存在大量非可行解而导致搜索效率降低的问题。最后,对两种改进算法在不同复杂程度的作战环境中进行了仿真实验,结果表明,改进A*算法适合用于复杂战场环境下的实时航路规划,改进遗传算法则适合用于导弹发射前并且精度要求高的航路规划。     

基于遗传算法的防空兵群最优火力分配模型

基于遗传算法的防空兵群最优火力分配模型,运用战场目标价值和防空兵火力分配情况建立.最大限度发挥武器火力单位效能并达到最大毁伤效果.步骤包括:采用实数编码,通过构建染色体,生成初始群种;计算适应度,检验初始群种;操作遗传算子并改进选择、交叉、变异等操作.最后求解最优解,找出最优的分配方案.     

共享遗传算法的搜索精度

共享机制赋予了遗传算法在一次搜索过程确定目标函数多个极值点的能力。本文着重研究共享遗传算法的搜索精度问题。通过对共享遗传算法建立概率模型 ,本文得到了共享遗传算法搜索精度不一定会随群体的不断进化而任意减小的结论。对于只进化有限代数的算法 ,本文分析了一类常用共享函数中算法参数和目标函数形状对算法搜索精度的影响 ,提出了有利于提高搜索精度的算法设计准则     

基于遗传算法的自适应机动多目标跟踪算法

根据卡尔曼滤波器池思想。设计一组有不同初始滤波参数组成的具有并行关系的卡尔曼滤波器。通过浮点编码的遗传算法离线对这些滤波参数寻优,找到最佳滤波参数。仿真结果说明机动多目标跟踪的遗传算法具有较强的全局最优搜索能力,自适应好且跟踪精确度较高,这证实了此新方法在自适应机动多目标跟踪下的可应用性。     

基于遗传算法的空间多传感器优化部署模型研究

对空间传感器平台进行优化部署,是在平台数量有限的情况下,提高整个系统探测效率的有效手段。构建了传感器平台部署优化设计指标体系,针对不同指标分别提出了量化方法,在此基础上建立了空间多传感器部署优化模型。将遗传算法应用于该模型,提出了基于遗传算法的求解方法。最后通过算例仿真,对空间多传感器平台优化部署模型及其求解算法的有效性进行了检验。结果表明,传感器数量越多,部署模型的优化效果越明显。     

Optimal Time-Frequency Atom Search Based on Adaptive Genetic Algorithm

Adaptive signal decomposition is an important signal processing method.The chirp-based signal representation,for example,the Gaussian chirplet decomposition,has been an active research topic in the field of signal processing.A main challenge of the Gaussian chirplet decomposition is the numerical implementation of the matching pursuit,which is an adaptive signal decomposition scheme,and the challenge remains an open research topic.In this paper,a new optimal time-frequency atom search method based on the adaptive genetic algorithm is proposed,aiming to the low precision problem of the traditional methods.Firstly,a discrete formula of finite length time-frequency atom sequence is derived.Secondly,an algorithm based on the adaptive genetic algorithm is described in detail.Finally,a simulation is carried out,and the result displays its validity and stability.     

基于自适应遗传算法的导弹火力优化分配

建立了导弹火力优化分配的非线性整数规划模型，并给出了模型的自适应遗传算法求解，改进的遗传操作算子较好地处理了模型的整数约束条件，直观明了，简单易行．实例在计算机上的对比仿真运行结果表明，随群体适应度自动调整的交叉概率和变异概率，加快了算法的收敛速度，显著地提高了算法的探索能力，不易陷入局部最优解．这种方法对导弹火力的优化分配有一定的参考价值．     

基于适应性权重遗传算法的自航式鱼雷发射管优化设计

为了对自航式鱼雷发射管进行优化设计，采用适应性权重遗传算法解决多目标非线性优化问题。选择发射管长度、体积、重量作为优化目标，通过运用“界限构造法”确定权重和目标函数、适应性罚函数法处理不等式约束，将多目标优化问题转化为单目标优化问题进行处理。以鱼雷自航发射为例进行了模拟计算，仿真结果表明，采用适应性权重遗传算法进行自航式鱼雷发射管的优化设计是有效的，可以为工程实践提供参考依据。     

基于混合自适应遗传算法的相控阵雷达任务调度

针对相控阵雷达任务调度NP难题,提出一种混合自适应遗传算法进行求解。在构建相控阵雷达任务调度优化模型的基础上,通过混沌理论优化初始种群,采取精英保留和混合排名的选择策略以及设计自适应的交叉、变异算子来提升算法的搜索性能;在自适应遗传算法的框架下,提出启发式脉冲交错算法,以利用雷达任务中的等待期来交错执行其他任务的发射期或接收期。仿真结果表明：相比于基于遗传算法的调度方法,改进算法的搜索效率更高、结果更优;相比于传统启发式算法,改进算法的调度成功率、时间利用率和实现价值率均得到了提升,并有效降低了时间偏移率。     

基于免疫遗传算法的轮式装甲车辆CGF路径规划研究

为了改进轮式装甲车辆CGF路径规划能力,提高CGF路径质量,在基本遗传算法的基础上,结合生物免疫学原理,加入了免疫算法的部分思想,研究一种改进的免疫遗传算法用于轮式装甲车辆CGF全局路径规划。经过仿真实验证明,免疫遗传算法的性能较遗传算法有一定提高,算法收敛更快和规划路径质量更优。     

基于改进的遗传算法与龙格库塔法的弹道求解方法

为提高火炮打击效能,对基于改进的遗传算法与龙格库塔法的弹道求解方法进行研究。提出基于差分龙格库塔法的外弹道模型,在目标点位置已知时,可以精确求出与目标点共水平面的落点坐标。并提出了基于遗传算法的最佳射角求解方法,动态缩小搜索范围,运行参数自适应调整,快速高效的求出火炮初射角参数。案例结果验证了该方法的可行性与有效性,对于弹道解算研究具有一定的应用价值。     

基于遗传算法的构筑急造军路工程机械运用优化配置

为解决战时合成部队工兵分队构筑急造军路工程机械编组配置的问题,运用遗传算法进行求解.根据战时机动工程保障中的构筑急造军路任务需求,对构筑急造军路任务进行分析,采用整数线性规划的方法建立工程机械优化配置模型,给出装备最优编配和最佳运用效能,并通过实例进行验证.分析结果表明:该方法为合成部队工兵分队构筑急造军路工程机械编组配置提供了优化途径,提高了工程机械优化配置的准确性.