基于遗传算法的装备维修任务规划

针对装备维修任务规划的特点,构建基于遗传算法的维修任务规划策略。结合装备维修工序,对维修任务规划进行分析,建立了以作业总维修工时最短为目标函数的维修保障任务规划数学模型。在此基础上,构建了求解任务规划模型的遗传算法,并对算法的实现规则进行了详细分析,确保了模型的有效性和收敛性。最后,以4台装备5个修理组为例,验证了该方法的有效性。结果表明,该算法能确保模型的有效性和收敛性,模型能有效处理装备维修任务规划问题,下一步将对算法作进一步的改进和完善。     

虚拟维修中基于过程的虚拟人动作控制

虚拟维修中虚拟人动作单纯使用外设控制或算法控制存在局限性,结合装备维修实际,将二者统一于虚拟维修过程中可取长补短并提高控制效率。首先对装备实际维修过程进行研究,其次根据不同维修阶段人体动作的实际情况,选择虚拟人的运动控制方式,提出驱动虚拟人动作的分阶段控制方法,并介绍其整体控制流程,重点分析不同控制方式转换方法问题,最后结合实例对该控制方法进行说明。     

拦截弹中制导弹道在线快速规划方法

针对满足多约束条件的拦截弹中制导弹道在线快速规划问题,提出一种基于虚拟域动态逆的在线弹道规划算法。引入虚拟因子,将离散状态变量从时间域转入虚拟域中,并基于动态逆思想,利用虚拟弧长求得边界条件的高阶导数,提高计算效率;构建过程约束的惩罚函数,结合性能指标进行规划,使弹道能够满足时间域上的多约束条件。结合该算法提出目标信息更新后的在线重新规划策略。仿真结果表明,基于虚拟域动态逆的在线弹道规划算法虽然计算精度较弱,但是能够快速生成满足多约束条件的参考弹道,具有很好的实时性与鲁棒性,适用于求解弹道在线快速规划问题。     

基于虚拟维修的装甲装备维修性分析与验证方法研究

基于虚拟现实技术和维修工程理论,搭建了装甲装备虚拟维修仿真平台,实现了非沉浸式虚拟维修过程仿真。通过给虚拟人模型构造视觉内切锥,对维修作业过程中每项维修作业单元的视觉可达性给出了定量评价,结合模糊数学理论,对某一维修作业的视觉可达性给出了定量评估方法。本文为军方在新型装甲装备的方案论证和研制初期提供了维修性中的可达性等定性指标的定量化分析和验证的可行方法。     

基于Gamma 过程的视情维修策略分析

针对现有文献对视情维修的研究忽略了设备检测时间的问题,建立一种基于Gamma过程的视情维修的解析模型。以维修费用为目标函数求解获得了设备的最优预防维修阈值和最优检测间隔,对设备的劣化状态进行描述并对维修过程建模,在该解析模型下,通过大量的数值仿真,分别比较分析了设备劣化状态变化特性以及维修能力对视情维修最优策略值选取的影响,并获得了相应的结论。仿真算例证明了该方法的可行性,可为维修方选取最优策略值提供一定的参考。     

面向过程的虚拟训练动态评价方法研究

为解决虚拟训练过程中动态评价难的问题,在静态评价基础上,引入时序因子,构建了虚拟训练动态评价模型,在该模型中,使用时间步长和事件步长相结合的方法建立了由对象、时间、指标组成的三维排序评价矩阵;将有序加权算子(OWA)和权重评判函数相结合,提出了面向虚拟训练过程的时序平均加权函数,使用该函数对三维排序评价矩阵进行求解,完成了面向虚拟训练过程的动态评价。最后,将该方法应用于某型工程机械虚拟训练系统中,实现了虚拟训练过程的训练效果动态评价及评价过程的可视化。     

某型炮射导弹虚拟维修训练技术研究

为实现用仿真系统替代实际装备来训练维修人员的目的,针对某型炮射导弹武器系统维修训练的任务、过程和特点,研究了维修人员虚拟维修训练系统过程仿真模型、基于HLA分布式装备虚拟维修训练联邦成员结构和设计及基于神经网络的专家系统结构、知识库建立和推理机制,给出了装备虚拟维修训练系统的系统组成、体系结构和基于神经网络的智能故障诊断专家系统构建的具体实现过程。实践证明,该系统为复杂装备的维修训练提供了一种新的途径和手段。     

基于Q学习的多无人机协同航迹规划方法

针对多无人机同时到达目标的航迹规划问题,建立战场环境模型和单无人机航迹规划的马尔可夫决策模型,基于Q学习算法解算航程最短的最优航迹,应用基于Q学习算法得到的经验矩阵快速解算各无人机的最短航迹并计算协同航程,通过调整绕行无人机的动作选择策略,得到各无人机满足时间协同的航迹组。考虑多无人机的避碰问题,通过设计后退参数确定局部重规划区域,基于深度Q学习理论,采用神经网络替代Q_table对局部多无人机航迹进行重规划,避免维度爆炸问题。对于先前未探明的障碍物,参考人工势场法思想设计障碍物Q矩阵,将其叠加至原Q矩阵,实现无人机的避碰。仿真结果表明：所提基于Q学习的多无人机协同航迹规划算法能够得到时间协同与碰撞避免的协同航迹,并对环境建模时所未探明的障碍物进行躲避;与A^*算法相比,针对在线应用问题,新算法具有更高的求解效率。     

基于改进DQN方法的滑翔制导炮弹弹道规划

深度强化学习的快速发展为弹道规划提供了一种新的选择,它采用与环境交互的形式寻求最优弹道规划深的度神经网络,但在与环境交互的过程中存在着强随机性,这会导致强化学习训练过程中出现训练效果差、学习效率低下等问题。针对这一问题,本文提出了基于改进深度Q网络(Improved Deep Q-Network, IM-DQN)的深度强化学习弹道规划方法。该方法在传统深度Q网络(Deep Q-Network, DQN)算法的基础上添加了优秀经验保存和探索限制率的组合策略去引导训练方向,阻止训练网络大规模崩塌现象发生。对滑翔制导炮弹模型进行三自由度建模并将弹道规划问题转化为马尔可夫决策过程,确定状态空间、状态转移方式、奖励函数以及相关算法参数进行训练。分别在无约束和有约束条件下,将此方法训练得到的航程结果分别与最大升阻比方法以及基于最优控制理论的高斯伪谱法(Gaussian Pseudospectral Method, GPM)进行横向性能对比。仿真结果表明：IM-DQN方法训练过程相较于DQN方法更加稳定,在寻求航程最优性问题上,IM-DQN方法得到的最大航程值优于上述两种参照方法,研究结果可以为今后...     

大型复杂装备虚拟维修训练系统设计

提出基于虚拟现实技术、虚拟样机技术和过程仿真技术的大型复杂装备虚拟维修训练系统设计方法。将系统划分为虚拟样机和虚拟维修过程仿真控制两大部分,虚拟维修仿真控制又包括虚拟环境生成和输出、人机交互、维修任务控制和虚拟样机及工具行为状态控制等4个模块,阐述每部分的组成和实现方法。在此基础上,重点研究基于维修知识描述网( MKDN)的维修知识描述方法,设计沉浸式虚拟维修训练系统仿真控制流程。所提供的方法和流程在某型导弹装备虚拟维修训练系统上得到了成功的应用。     

基于智能对抗进化的联合火力打击任务规划方法

针对常规联合火力打击任务规划方法很少涉及敌我对抗,导致评估环境发生变化的问题,提出一种基于敌我对抗进化的智能对抗进化算法。该算法以遗传算法为基础,将模拟生物竞争机制引入敌我双种群,互为评估条件实施对抗进化。依据敌我战场态势图构建观察-判断-决策-打击（OODA）超网络,计算OODA循环效率、确定敌我打击排序,通过多代对抗进化获得能够适应战场动态变化的任务规划最优个体。仿真结果表明：多代进化后的最优个体相比于标准优化结果,战场动态适应性更强,联合火力打击胜率更高,应对突发情况的响应机制更完善,能够有效地解决联合火力打击任务规划的评估优化问题。     

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。     

基于改进A*算法的路径规划在海战兵棋推演中的应用

为满足海战兵棋推演中多目标路径规划的需求,解决传统A*算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法.建立一种映射机制,实现了A*算法在兵棋推演环境中的初步运用.构建一种既能满足多目标需求又能保证生成最优路径的估价函数.为验证算法有效性,在实际推演平台上进行了相关实...     

基于改进遗传算法的多弹协同攻击航路规划

针对多弹协同攻击航路规划问题,提出一种基于改进遗传算法的多弹协同航路规划方法。通过优化航路 种群初始化的方法,生成能够满足最大航路点个数约束以及最小航路段长度约束的航路;采用亚种群归类将航路区 分为不同的走向,得到多种攻击航路结果;利用进化算子对子代航路进行微调,生成更符合要求的多条航路,并对 多弹攻击航路进行仿真验证。结果表明,该算法可得出最优和多条次优航路,符合多弹协同作战的目的和要求。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

无人机雁行仿生群飞路径规划

为解决单架无人机因互相之间没有通信机制而无法独立进行路径规划的问题,提出一种仿生雁群路径航 路选择的无人机群飞路径规划。介绍算法原理,将无人机初始化为粒子后,在无人机群中确定主机、僚机。依据遗 传算法基础原理,将仿生学引入到无人机群协同编队飞行航点规划当中,使用遗传算法对组群飞行的主机航路进行 路径规划,产生需要的解或最优解;通过模仿雁群跟随的策略,设计僚机跟随主机的算法,从而实现组群飞行,并 进行了实验验证。实验结果表明,该研究对无人机群飞行控制有一定的参考价值。     

单人/多人虚拟维修训练开发平台

目前舰员级维修培训存在实装少、故障设置困难、训练手段单一等不足。针对此问题,文中根据舰员级维修工作的需求,构建了适应基层部队需要的虚拟维修训练开发平台。平台采用包围盒和几何约束相结合的方法解决穿越问题,运用关键帧技术进行虚拟人运动控制,构建了基于Agent的网络通信机制,建立了多角色协作机制,采取了复合的并发冲突控制方案解决多人协作中的冲突问题。平台满足了实时计算的要求,场景设计、维修流程设计、维修动作行为设计、操作指示等相关工作设置简单、快捷,不同类型装备应用证明本平台具有较好的通用性,可用于多种虚拟维修训练系统的快速开发。     

资源受限条件下车辆维修工序调度优化

车辆装备战时维修时间紧、任务量大、突发情况多,装备维修调度对部队作战效能快速恢复至关重要。现有维修调度方法主要围绕单一约束条件进行工序优化,难以满足实际保障需求。结合实际维修班组编配,提出融合多工种、多人员技术等级要素的多优化目标函数,以单工序工时、总工时、紧前工序、总人力资源为约束条件建立了改进的带精英策略的非支配排序遗传算法。在传统非支配精英策略的基础上加入二元锦标赛选择算子,重新设计符合多目标函数优化的交叉算子,利用二重编码对一次抢占式维修工序调度模式进行测算求解,并以实际维修案例对算法进行仿真验证。结果表明,该算法在满足战时复杂目标优化的条件下,降低了维修时间,实现了优化人力资源调度效能的目的。     

反舰导弹协同航路多级动态决策模型

针对解决反舰导弹协同航路决策优化的问题,给出一种求解该问题的协同航路多级动态决策模型。运用对策理论对反舰导弹协同航路决策进行分析,建立多级决策Nash-Stackelberg-Nash模型。运用对策-协进化算法进行求解,解决了反舰导弹攻击的协同航路决策问题,并进行试验分析。结果表明:该方法运算简单、收敛速度快、应用效果明显,对该类问题求解及工程应用具有借鉴意义。