基于BD度量的简单贝叶斯优化学习算法

贝叶斯优化算法是利用贝叶斯网络匹配进化种群的优良解集而产生新的染色体来体现种群的进化.在贝叶斯网络对种群进行匹配的过程中,贝叶斯网络结构越复杂,种群的进化信息描述越完整,进化质量越高,但运算速度相对来说越慢;相反,贝叶斯网络越简单,算法描述的种群的进化信息越少,进化质量越差,但却能够提高算法的运算速度.基于此,给出了简单贝叶斯优化与复杂贝叶斯优化定义.针对简单贝叶斯网络提出了基于BD度量的三步结构学习算法,并给出了一个利用这种算法进行贝叶斯网络结构学习的例子.     

巡航导弹智能自主在线目标识别选择问题研究

巡航导弹智能自主在线目标识别选择是巡航导弹智能自主作战的重要特征之一.主要针对在巡航导弹弹载计算机计算能力弱、反应时间较短的情况下,如何快速地对目标进行识别分类.采用模板匹配方法进行自动目标识别的大量工作在地面进行,降低了弹载计算机的计算量.为了提高在线智能自主目标识别精度和速度,提出了基于相似度竞争网络,以继承竞争网络在模式识别方面快速简单的优点,同时针对竞争网络抗干扰能力差,对模板类型以外目标无法剔除的不足进行改进,很好解决了巡航导弹在线智能自主目标识别的算法问题.最后通过仿真对算法进行验证.     

基于改进动态规划算法的复杂网络图最短路径求解

通过对复杂网络图的简化,大大缩小了计算量,对动态规划进行改进,提出广义层的概念,并利用改进的动态规划算法求得经过简化的网络图的最短路径.     

基于贝叶斯优化算法的巡航导弹航迹规划

巡航导弹作为一种精确打击武器在现代战争中发挥着越来越大的作用。巡航导弹的航迹规划是巡航导弹前期任务计划的重要内容。传统的巡航导弹航迹规划算法大都存在一些难以克服的缺陷,因此该文提出了利用贝叶斯优化算法来对巡航导弹进行航迹规划,贝叶斯优化算法是一种基于图形模型的优化算法,他是对遗传算法的改进,克服了遗传算法的不足,加快了优化过程的收敛速度,并保持了遗传算法的优点。该文介绍了利用贝叶斯优化算法对巡航导弹航迹规划的过程,并通过对具体例子的操作证明了此算法的快捷性。     

巡航导弹攻击航母的可行性与技术需求分析

通过分析巡航导弹的制导技术与战术指标,论述了巡航导弹攻击航母的可行性,并在此基础上,研究了巡航导弹攻击航母的技术改进需求,为巡航导弹攻击航母研究提供一定的理论依据和技术支持。     

武器装备零部件最佳更新策略研究

首先提出了武器装备零部件的更新策略,在此基础上,通过建立零部件最佳更新模型对各种更新策略进行了定量比较,给出了不同条件下的最佳更新策略,进行了仿真实验分析;研究结果有助于武器装备零部件战损维修决策及武器装备的储存管理.