面向区域覆盖的电子侦察卫星规划方法研究

电子侦察卫星对区域的覆盖搜索在反恐及海上搜救等领域发挥着重要作用,面向区域覆盖的电子侦察卫星规划问题(ACOERSS)也因此成为卫星规划领域急需解决的重要问题之一.针对问题特点,构建了区域网格空间,提出了一种基于空域频域划分的候选侦察活动构造方法,并在此基础上建立了面向区域覆盖的多目标规划模型;提出了一种面向区域覆盖的...     

基于遗传算法的成像侦察卫星调度问题研究

基于有效基因路径表示的遗传算法：先建立单颗成像侦察卫星调度问题的约束规划模型。采用路径表示方法,对成像任务调度序列对应的染色体进行编码。选择2个染色体作为2父个体。接着采用顺序交叉算子对2父个体进行交叉操作,得到2子个体。然后采用交换变异算子对2子个体进行变异操作,得到2新子个体,并与两个父个体进行比较,比较依据为适应度函数。根据染色体上有效基因的数量以及对应的成像任务的优先级,计算染色体的适应度函数,选择适应度函数值最大的2个体作为下一次遗传操作的父个体。若迭代次数达最大值,算法结束,否则重复算法步骤。     

基于退火遗传算法的传动装置故障征兆识别

提出了将模拟退火算法融合于遗传算法中的组合方案,对传动装置监测信号小波能量谱进行编码,以克服利用BP算法进行样本训练时网络可能会陷入局部极小点的缺点.以某型传动装置监测信号的小波能量谱为训练样本,识别传动装置带有缺损的齿轮的故障征兆.计算结果表明,组合方案能够提高神经网络训练效率和故障征兆识别精度.     

基于使用模型和遗传算法的测试数据自动产生技术

测试数据的自动产生技术是软件测试的一个重要研究领域,是提高软件测试效率和效果的有效方法。为保证被测对象中实际运行更频繁的部分得到更充分的测试,把使用模型和遗传算法相结合,以整个被测试对象所需测试数据量为优化目标,给出了相应的规划模型,并提出了路径权重和目标路径集的确定方法,设计的适应性函数综合考虑了路径权重、路径覆盖率和路径接近程度三要素。实例证明了模型与方法的合理性及有效性。     

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。     

基于自适应遗传算法的舰载机保障调度

为解决舰载机多机保障作业的调度问题,设计一种与之相适应的自适应遗传算法.分析舰载机进行保障的流程约束,得到单个舰载机的简化流程,以最小化保障时间为目标,建立问题的数学模型,根据舰载机保障调度作业的特点,采用自适应遗传算法进行求解,通过多机保障任务案例进行验证.结果表明:使用甘特图的方式,可直观地表示保障作业的计划流程,并验证了自适应遗传算法的有效性.     

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。     

基于遗传算法的作战任务分配和资源调度问题研究

在作战行动中出现多任务与多种保障资源合理调度困难的问题十分常见。笔者以任务完成的总时间最短为目标函数构建数学模型,使用遗传算法进行迭代优化得到保障资源调度的全局最优解。对遗传算法进行自适应改进、移民交叉算子操作和迭代条件优化,解决了过早收敛无法求出全局最优解的问题,并使算法运行效率提高了76.4%。仿真实验结果表明：该方法切实可行,可以快速准确地完成多种保障资源调度并形成任务分配方案,满足现阶段作战部队资源保障的现实要求。研究成果在高效完成保障资源调度的同时不产生冗余负担,具有较好的应用价值和发展前景。     

基于中继卫星的运载火箭遥测传输技术

介绍了利用中继卫星系统进行运载火箭遥测数据传输的基本原理,对箭载终端链路增益进行了分析计算,通过分析箭载天线跟踪特性得出了天线指向角,在满足链路指标和该指向角的条件下,可以完成遥测数据传输,这些结论可以为工程应用提供参考.     

基于遗传算法的巡飞器路径规划

分析和对比了可应用于巡飞器路径规划的几种主要研究方法,提出了基于遗传算法的巡飞器巡飞路径规划方法.针对出现的多目标优化问题,采用分时分目标的优化方法,减小了计算量,有效地加快了解向期望值的收敛速度.针对探测阶段的定高度和变高度巡飞路径进行了规划,得到了满足要求的优化结果,给出了所需要的最小航程,为后续的巡飞器推力方案设计和气动外形设计提供了依据.     

基于遗传算法的配送车辆路径规划

配送车辆的路径规划问题是城市交通与运输系统中的重要环节,基于遗传算法对城市交通配送环节中的车辆行驶路径的最优规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,结果表明所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

导航卫星系统在军事上的应用

美国GPS和俄罗斯GLONASS是两个完整独立的全球卫星导航定位系统，欧洲GALILEO是欧洲自主独立的全球多模式卫星定位导航系统。系统太部分GPS接受模块是通过RS232串口与MCU进行数据传输的，将定位信息从卫星定位系统接收机传送到计算机中进行信息提取处理，这些数据包括经度、纬度、海拔高度、时间、卫星使用情况等基本信息。以C^＋＋ Builder6．0环境下，探讨一种基于TComm组件的GPS卫星定位数据接收方法，提出了一种基于TComm组件的快速高效的数据接收方法。     

基于遗传算法的蜂窝广域空基伪卫星网络布局优化

为能实现近地面大区域覆盖的多指标空基伪卫星网络的布局优化,提出了蜂窝波浪式伪卫星网络,并定义、分析了网络设计及优化的衡量指标。鉴于遗传算法大范围搜索能力弱、优化结果容易陷入局部最优等问题,因此对网络布局进行优化时,采用先由经验法粗略确定影响网络性能参数的取值范围,再用遗传算法在小区间内对网络性能指标进行多参数精寻优的方法,最后对优化后的网络性能进行研究分析。仿真结果表明:提出的蜂窝型波浪式网络优化后能实现广域覆盖,能保证服务区PDOP的可用性;通过对先用经验法后用遗传算法与直接用遗传算法2种方式网络优化性能的比较,还能得出前者能提高网络优化的效率及性能。     

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。     

基于遗传算法的交货期限Flow-Shop调度

针对生产调度领域中的仓库、交货期限制的问题,将生产线简化为Flow-shop,描述约束条件并建立单条生产线的数学模型.用遗传算法对生产调度进行染色体编码,按个体适应度大小确定该个体被遗传到下代群体的概率.用比例选择算子并将优良个体复制到下代群体中,互交换配对染色体的部分基因,进行交叉运算得到合法个体以实现生产调度寻优.     

基于遗传算法的机器鱼路径规划

针对在线跟踪机器鱼运动等难题,提出基于对基于遗传算法的机器鱼路径规划方法。采用栅格法对机器鱼工作空间进行划分,然后通过复制、交叉、变异等遗传操作得到机器鱼在由栅格表示环境下的最短无碰路径。根据分段控制和模糊控制的思想分别设计出机器鱼前进的速度控制算法和方向控制算法,使机器鱼的实际推进路线尽量与通过遗传算法得到的理想最优路径一致。再通过计算机向机器鱼发出相应的控制指令。实验结果表明,该方法的是有效的。     

基于GA 算法的舰载机快速调度

为解决舰载机在舰面进行保障时作业顺序、作业时间等多重不确定的问题,设计一种舰载机飞行作业快 速调度算法。建立舰载机甲板保障作业组合优化调度模型,对算法结构的编码方式进行阐述,利用合适的遗传算法 策略进行求解,给出有效调度方案,在基本静态调度方案上采用动态调度进行调整,得出当前有效快速调度方案, 并通过仿真实例对算法的有效性进行验证。仿真结果表明,利用该算法可得到当前算法模式下最优快速调度方案。     

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。     

基于遗传算法的水面目标识别

目前,新式扫雷具能够精确地模拟舰船磁场信号,使得当前水雷仅依靠磁场时间波形信息,进行识别的难度加大。由于舰船磁场和扫雷具磁场的产生方式有很大区别,可以利用两者的差异,选取各方向磁矩作为特征量,建立相应的目标识别模型,提出一种新的抗扫方法。最后,采用遗传算法作为识别算法,对舰船和扫雷具信号进行识别,得到了满意的结果。     

基于人工神经网络和混合遗传算法的炸药爆速预测

运用基于最优保存和自适应交叉变异的混合遗传算法训练的BP神经网络,根据三维数据建模和炸药的分子量、氧平衡以及装药密度,构建了一个3-4-1型的炸药爆速预测BP神经网络模型。同时利用训练好的神经网络模型对炸药的爆速进行了预测。预测结果表明:模型预测值与有关文献的实验值接近,绝对误差为±7%;也说明了炸药的分子量,氧平衡和装药密度等相关参数与其爆速具有一定的可类推性。