基于自适应遗传算法的反坦克导弹阵地武器目标分配研究

针对传统武器目标分配(WTA)方法中将目标视为相互独立实体的不足,提出一种适用于反坦克导弹武器目标分配的联合目标模型及利用自适应遗传算法对模型进行求解的思路,通过新的种群生成编码方法和单亲交叉与双亲交叉相结合的方法,缩小了可行解空间,克服了过早收敛,并加快了搜索速度.仿真表明了自适应遗传算法在求解反坦克导弹阵地WTA问题时不仅全局收敛性好,稳定性高,易于并行处理,且每个解都具有实际的可分配性.     

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。     

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。     

一种烟花药剂智能选型系统研究

针对礼花弹类烟花类型与药剂的内在联系,设计了一种烟花药剂智能选型系统。该系统基于改进的交互式遗传算法实现,提供个体精确值、离散值和改进区间数值3种评价方式。改进的区间适应值算法通过区间评价偏差刻画种群分布特征,利用偏好信息设计自适应交叉变异算子。实验结果表明,该系统具有良好的交互性,能够根据用户偏好设计出烟花类型,确定烟花药剂配方,为烟火设计提供了智能化新思路。     

基于改进遗传算法的无人战车跃进位置决策

针对无人战车协同进攻战斗中如何自主确定跃进位置和射击位置的问题,构建无人战车自主确定跃进位 置和射击位置决策数学模型。综合考虑战场地形环境、敌方兵力分布、跃进距离、跃进方向、友邻间火力协同等因 素,提出一种保留最优个体的自适应多种群遗传算法(genetic algorithm,GA)对模型进行求解。实验结果表明：该模 型能够实现无人战车自主确定跃进位置和射击位置的目的;提出的改进遗传算法具有全局搜索能力强、收敛速度快、 稳定性好等优点;对无人作战装备自主能力的研究和提升具有一定参考价值。     

一体化联合作战的机会约束兵力规划模型

一体化联合作战的机会约束兵力规划模型,通过随机规划与机会约束规划、模型转化,采用随机模拟处理机会约束,以基于随机模拟遗传算法求解模型.步骤含:复制染色体和突变概率;初始生成第一代染色体种群;对各染色体检验其可行性直到可行的染色体数目达到每代染色体总数目;最后对染色体进行相关操作并给出最优解.     

陆军防空导弹分队兵力部署建模研究

针对以往防空兵力阵地选择过程中无法很好兼顾客观条件和主观决策的问题,分析了影响防空导弹分队阵地选择和分配的相关因素。确定了阵地选择的指标体系,设计了一种基于灰色综合关联分析法和改进的层次分析法的优选方法,提高了阵地选择的决策速度;并针对以往防空兵力阵地分配模型动态性、机动性差的缺点,利用模糊数学等方法建立了防空导弹分队的阵地分配模型,并运用蜜蜂双种群进化遗传算法对阵地分配模型进行了求解,取得了良好的效果。该方法将定性与定量相结合,模型简单规范,为防空导弹分队兵力部署提供了一种有效的方法和途径。     

遗传算法局部最优的定向移民策略

基于定向移民策略的改进遗传算法,把定向移民引入遗传算法,经定向移民产生初始种群的集合,再复制、交叉和变异进化,随机选取高品质移民,组成新种群.由新种群开始复制、交叉和变异,直至寻出最优个体.试验结果表明,初始种群克服了GA自适应随机搜索局部最优和过早收敛问题.     

lp范数约束的模拟电路3层多核故障诊断模型

为提升模拟电路故障隔离精度,结合基于故障特征间一维模糊度的特征选择算法,提出一种改进的l_p范数约束多核超限学习机诊断模型。该模型通过将带权分类误差融入超限学习机优化目标函数中,基于自适应Boosting策略构建了一种3层多核学习框架。在新框架下通过自适应调整训练样本的权重分布,使得每层框架能够聚焦于不同故障样本,进而提升诊断模型的辨识力。通过对2个电路实例的诊断,结果表明：所提模型在不同范数约束下具有近似一致的诊断性能;当故障属性单一时,在平衡漏警、虚警的同时,能够显著提升诊断正确率;当多种属性的故障并存时,能够将难以辨识的故障更加准确地隔离到少数模糊组中。     

基于改进遗传算法的电磁轨道炮电源时序优化

针对电磁轨道炮电流波形平稳性的特殊要求,提出了一种基于改进遗传算法的电源时序优化方法。根据脉冲电源时序放电的特点,将电磁轨道炮的工作过程分成相互关联的多个阶段,采用多阶段优化策略。各阶段运用引入了精英保留、自适应变异和交叉3种策略共同作用的改进遗传算法产生新种群,克服早熟及收敛速度慢的缺陷; 优化过程中逐步动态更新缩小设计变量的搜索空间,以进一步提高搜索能力。以使用金属电枢的电磁轨道炮多个脉冲电源时序设计为例进行分析比较,结果表明,该方法不但增强了搜索能力,改善了求解的质量,而且电流波形非常平稳,提高了优化结果的实用性,是确定电磁轨道炮脉冲电源时序的一种有效方法。     

基于可射击概率约束的防空作战火力优化分配

针对防空作战火力优化分配中未考虑可射击概率影响防空作战效能的问题,提出一种基于可射击概率约束的火力分配模型.该模型综合考虑可射击概率、空袭强度、火力单元转火时间等多种因素,能够在保证满足可射击概率和联合毁伤概率阈值前提下,优先使用反应快的火力单元拦截飞临时间短的目标,并尽量减少火力资源消耗,为防空系统提供持续作战能力....     

机动频率模糊自适应目标跟踪算法研究

在分析"当前"统计模型及自适应滤波技术基础上,提出了一种机动频率模糊自适应目标跟踪(FAMF)算法.通过模糊控制方法,在线调节"当前"统计模型的机动频率参数,使模型对不同的目标机动模式有更强的自适应能力.在想定初始条件下,对FAMF算法进行Monte Carlo仿真对比实验,结果表明:FAMF算法运行稳定,适应能力强,有效的提高了"当前"统计模型的跟踪性能,便于实际应用.     

高度机动目标Jerk模型及改进算法

针对Jerk模型常规算法跟踪Jerk机动时存在稳态确定性误差的固有缺陷,提出了Jerk模型改进算法。改进算法融合了Jerk模型及当前Jerk模型。Jerk模型描述弱Jerk机动,采用位置估计偏差和加速度变化率方差之间的关系调整系统噪声方差;当前Jerk模型描述强Jerk机动,采用修正瑞利分布描述加速度变化率方差统计特性。在滤波算法方面,引入模糊分布函数和强跟踪滤波器,改善了对弱Jerk机动的跟踪精度,并提高了对强Jerk机动的跟踪能力。理论分析和仿真结果表明,改进算法克服了Jerk模型常规算法的缺陷,能自适应地逼近不同强度的Jerk机动并进行准确跟踪。该算法在不同强度信号噪声比和不同量测噪声下,误差变化相对稳定,具有较好的跟踪精度。     

一种基于改进遗传算法的三维航路规划

针对遗传算法在求解航路规划时存在的收敛速度慢、容易＂早熟＂问题,结合模糊推理、模拟退火算法和自适应机制,提出了一种基于改进遗传算法的三维航路规划.算法利用极坐标描述航路点,缩短了染色体编码长度,降低了搜索空间,提高了优化效率,并将模拟退火的Boltzmann接受机制引入遗传算法,对遗传操作后的新解进行判断接受与否.仿真结果表明了该方法的有效性和可行性.     

基于直觉模糊的无人机系统故障维修分配方法研究

针对现有武器系统故障维修分配方法仅以系统维修度为约束条件而过于简化这一不足,提出基于直觉模糊约束的无人机系统故障维修分配方法。结合实际存在的约束资源模糊等情况,建立直觉模糊规划模型,在给定条件下,将其转化为确定型线性规划,并通过实例运用对模型进行了验证。结果表明:该方法能从正反两方面提供令人满意的解,为无人机系统故障维修分配的优化提供科学依据。     

基于遗传算法的航空装备保障资源调度

运用遗传算法研究航空装备保障的资源调度优化问题,将网格路径优化与航空装备保障的实际相结合,通过网络优化、需求评估和路径优化建立了合适的航空装备保障资源调度参考模型和动态资源调度实施方案。运用遗传算法对资源调度进行规划的过程中对初始种群的产生和变异操作进行了改进,并用实例证实了该方法的有效性。     

基于遗传算法的装备技术准备资源平衡

为解决装备技术准备流程中人力过载的问题,提出采用网络计划技术构建模型,利用遗传算法(genetic algorithm,GA)解决资源平衡问题的方法.通过分析网络计划中工序逻辑关系的特点,建立资源优化数学模型.在求解算法设计中,通过生成具有逻辑关系的初始种群来减少非法染色体的产生;针对资源平衡问题的特点设计惩罚策略,用于解决产生非法染色体的问题.实例结果表明:该方法能解决装备技术准备流程中存在的问题,具有很好的普适性.     

基于遗传算法的飞行器技术准备流程优化

为解决飞行器技术准备流程优化在有约束条件下的维数障碍及模式欺骗性问题,提出一种符号数组染色体编码方式及基于自适应性变异概率和罚函数法的适应性遗传算法.针对某型号飞行器技术准备流程优化问题,以技术准备各阶段耗时总和最小为目标函数、技术准备总可靠性为约束条件,分别比较静态变异概率和自适应变异概率的遗传算法进化过程.该算法能有效求解规模较大且具有较强模式欺骗性的有约束流程优化问题,得到最佳技术准备流程方案.     

基于全散度的自适应鲁棒图形模糊聚类算法

针对图形模糊聚类对灰度分布不均匀及噪声干扰图像无法获得满意分割结果的不足,提出一种基于全散度的自适应鲁棒图形模糊聚类分割算法。全散度和像素邻域信息相结合,得到一种改进的全散度;改进的全散度引入图形模糊聚类最优化模型,并嵌入像素空间邻域信息。当前聚类像素与邻域像素均值的偏差作为该鲁棒聚类分割模型的正则因子,促使该聚类对强弱噪声具有自适应抑制能力。测试结果表明,与现有的图形模糊聚类、鲁棒模糊聚类等算法相比,自适应鲁棒全散度图形模糊聚类分割算法的分割效果和抗噪鲁棒性均有明显改善。