基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。     

多编队对地攻击协同目标分配方法研究

首先介绍了协同目标分配在多编队对地攻击中的重要性,然后提出了一种初始分配与全面分配相结合的目标分配方案,建立了目标分配模型,设计了分群算法实现目标的初始分配,采用遗传算法完成目标的全面分配.最后在态势威胁评估的基础上给出了具体仿真算例,计算结果表明,介绍的方法可以全面、有效地解决编队对地攻击中的目标优化分配问题,从而提高了多编队对地攻击的整体作战效能.     

基于效果的常规导弹火力分配模型智能求解算法

基于效果作战已成为现代信息化战争的一种新的作战模式。以基于效果作战思想为基础,通过引入射击有利度这一新要素,建立了基于效果作战模式下常规导弹火力最优分配模型。针对该类组合优化模型求解的复杂性,通过遗传算法与模拟退火算法的有机融合,提出了基于动态收敛准则的遗传模拟退火算法。仿真实验表明:该算法具有优良的全局收敛性,有利于提高常规导弹火力分配的有效性和准确性。研究结果可为常规导弹作战中的火力指挥决策提供支持,对提高常规导弹力量火力打击效果具有参考价值。     

基于GA的编队水下多目标防御火力分配研究

结合舰艇编队对鱼雷防御作战的特点,建立了舰艇编队水下多目标防御火力优化分配模型.为了获得全局最优解,将遗传算法(GA)用于水下多目标防御火力分配优化研究中,给出了基于遗传算法的模型求解方法和步骤.经过实例分析与计算机MATLAB仿真实现,得出编队抗击水下多目标的最优策略,取得了良好的目标分配效果,可为舰艇编队对水下多目标防御作战指挥自动化决策提供科学的参考.     

基于改进单亲GA的多波次攻击最优火力分配

多波次攻击是现代空袭中的重要作战模式,而多波次对地攻击的火力分配问题属于有序组合优化问题,至今尚无有效算法.针对一类多波次对地攻击火力分配问题提出了一种改进单亲遗传算法,该算法不采用交叉算子,而代之以换位算子,但保持了交叉算子的进化功能.通过对仿真实例的分析表明,该算法与标准遗传算法相比更加有效和简便.     

攻击机编队对地攻击损伤评估研究

为了分析机群对地攻击的损伤,提出了三种不同情况下的损伤评估方法.首先给出了常用的平均分配防空火力时的机群对地攻击的损伤评估方法;然后分析了"不打中一个,不打另一个"的防空火力最优分配原则,即保证攻击序列中的第一次攻击的方向总是对着机群中没被击落的飞机,并提出了在该最优分配原则下的攻击机编队的损伤评估算法;最后提出了在最优分配防空火力基础上考虑攻击机防卫物资消耗下的编队损伤评估方法,并对各种评估方法进行了仿真计算和比较.     

基于时空约束的常规导弹火力分配建模与实现

现代战争对常规导弹火力分配的实效性提出了更高要求,考虑常规导弹生存、突防等影响因素,以毁伤下界为约束,建立了基于时空约束的动态常规导弹火力分配模型。将遗传算法全局搜索能力强和禁忌搜索算法局部寻优能力好的特点结合起来,构建了遗传禁忌融合算法,并将其用于常规导弹火力分配求解中。仿真结果表明,该方法能在较短时间内寻得最优解,求出的火力分配方案符合战场态势,验证了模型的有效性和算法的可行性。     

无人机协同多目标攻击空战决策研究

针对超视距空战中多架无人机对空中的多个敌对目标进行协同攻击的决策问题进行了研究。首先,对空战威胁态势进行了分析,基于对各攻击目标至少分配一枚导弹的原则,将协同多目标攻击决策问题转化为导弹目标攻击配对的优化问题并建立其攻击效能评估模型。然后,提出了一种模拟退火遗传算法用于该决策问题的寻优。最后,通过所得最佳导弹目标分配个体求得最终协同攻击决策方案。仿真结果表明所提出的算法能有效地求解协同多目标攻击决策问题,其对最优解的搜索效率明显优于单一的遗传算法。     

基于贝叶斯优化算法的UCAV编队对联合目标的协同攻击研究

针对传统武器目标分配(WTA)方法中将目标视为彼此相互独立实体的不足,提出一种联合目标模型。该模型能够反映攻击方攻击意图及其对目标内在关系的理解。将贝叶斯优化算法(BOA)引入到协同攻击优化领域中。在目标分配的基础上定义一种武器-目标映射原则,通过该原则实现了无人作战飞机(UCAV)编队对联合目标的协同攻击。仿真结果表明了联合目标模型和武器-目标映射原则的合理性,通过与遗传算法(SGA)结果的比较说明了引入贝叶斯优化算法的必要性。     

防空火力分配对攻击机损失的影响分析

针对编队对地攻击过程中攻击机损失量的计算问题,提出了防空火力不同分配方式下攻击损失的计算方法。该方法利用攻击机和防空火力单元数以及防空火力单元对攻击机的损失概率,在防空火力平均分配和非平均分配情况下计算攻击机的损失量,通过实例对该方法的应用进行了详细说明,并对各种条件下攻击机的损失量进行了比较分析。从理论上证明了防空火力对攻击机平均分配时,攻击机的损失最大     

基于多指标正交实验设计的UAV编队配系优化

以对抗条件下,无人机（unmanned aerial vehicle, UAV）编队执行对地攻击任务为作战背景,构建多UAV对地攻击模型,利用多指标正交实验设计原理,研究编队配系的优化方法。首先,以武器类型和目标类型为对象,建立对抗双方各自的目标分配模型;其次,以目标探测、识别、杀伤和评估为基本任务,建立编队的攻击过程模型;以任务执行总代价、目标毁伤程度和任务执行时间为评价指标,建立目标函数模型;最后,将UAV的种类和数量视为实验因素和水平,研究基于正交实验设计的编队最优配系方案选择方法。实验结果表明,针对特定的任务要求,该方法可以依据现有的资源条件,得出最优的编队编组策略。     

基于FBNs的有人机/UCAV编队对地攻击威胁评估

信息化环境下的编队对地攻击过程中,所获取的地面兵力威胁信息具有高度不确定性。如何采用高效的不确定性信息推理方法快速准确地完成地面兵力对空中飞行编队的威胁评估建模成为一个亟待解决的问题。提出基于模糊贝叶斯网络的有人机/无人战斗机编队对地威胁评估建模方法,综合模糊逻辑与贝叶斯网络的优势,对战场的随机、模糊威胁信息进行综合处理。仿真结果表明,模糊贝叶斯网络不仅能够有效处理战场不确定信息,而且能够综合指挥员的主观判断,适合于不确定性战场环境下的威胁评估推理。     

Job Shop调度问题的遗传退火算法

针对作业车间(JobShop)调度问题,提出了一个遗传退火算法。该算法构造了基于工作的遗传算子,因而保证了遗传进程中生成个体的可行性,有效地解决了工件机器顺序的约束限制。通过对最佳个体进行模拟退火,把模拟退火机制引入到遗传进化过程中,将模拟退火和遗传算法两者的优点有机地结合起来,从而进一步提高了算法的全局寻优能力。仿真计算表明了该算法的良好收敛性和有效性。     

BRDF的遗传算法和遗传模拟退火算法建模及比较

结合遗传算法和模拟退火算法,构造出具有全局搜索优化特性的遗传模拟退火算法。根据空间目标表面的多组多角度双向反射分布函数（bidirectional reflectance distribution function, BRDF）实验数据和统计模型,获得样片BRDF五参数模型参数值及2D、3D的BRDF分布。比较基本遗传算法和遗传模拟退火算法在迭代次数、计算时间、参数值及精度等之间的差异并分析其原因。遗传模拟退火算法更适用于BRDF的统计建模。     

目标分配的蚁群-模拟退火算法及其改进

直升机编队的对地攻击过程中,目标分配是实现作战任务的重要条件。确定了直升机目标分配的优势度计算方法以及目标分配的原则。利用蚁群-模拟退火算法实现了直升机对地攻击的目标分配过程,并针对分配过程中,采用综合优势度最大来确定最优路径所出现的不足对算法进行了改进,即根据信息素的积累量来确定最优路径,能够综合考虑信息素浓度与优势度的影响,避免了为达到全局最大优势度而出现的个体分配效益不好以及收敛缓慢的情况。实验结果表明,改进的算法效率更高,收敛的速度较之前更快,分配结果更趋合理。     

一种改进的遗传模拟退火算法及其应用

对遗传模拟退火算法进行了研究,首先对遗传算法的适应度线性尺度变换作了改进,然后在改进的遗传算法中融入了模拟退火算法,从而提高了遗传算法的全局寻优能力。以空心并联电抗器的优化为例,建立了空心并联电抗器的优化设计模型,给出了进行模拟退火操作时产生新解的邻域结构,采用改进的遗传模拟退火算法对空心并联电抗器进行优化设计,计算结果表明空心并联电抗器的损耗和重量分别减小了16.3%和11.5%,优化效果明显。     

电子商务下的配送中心选址问题及其优化

分析了电子商务环境下的物流配送中心的特点,提出了电子商务环境下带软时间窗的配送中心选址与车辆路线集成模型,设计了遗传算法与模拟退火算法相结合进行求解.最后通过算例说明了该模型的实用性及其算法的可行性.     

综合火/飞中的空-空导弹火力控制研究

本文研究了空－空导弹攻击在综合火力／飞行控制（ＩＦＦＣ）中的火力控制算法问题。提出利用导弹发射包线（ＭＬＥ）数据来计算瞄准偏差和通过反向插值方法求解允许发射误差（ＡＳＥ）的新方法。该算法实现了导弹攻击在飞行过程中的动态优化，并解决了正向计算ＡＳＥ的困难。最后，将以上火力控制算法联入整个ＩＦＦＣ系统中进行了数字仿真。仿真结果表明，该火力控制算法可满足ＩＦＦＣ系统的需要。     

基于子目标进化算法的要地防空武器系统优化部署

针对现代空袭、防空特点,提出要地防空远程扇形,中程、近程环形的部署方案。根据距要地不同距离范围空袭目标的特点和各型武器的性能,对部署范围进行划分。建立考虑均匀性、纵深性、靠前部署、相互掩护以及接力制导目标的高维多目标优化函数模型。从缩小搜索空间入手,在理论上证明了通过子目标函数值排序进行Pareto最优解求取的可行性,提出了子目标进化算法。同目前的高维多目标优化问题求解算法相比,显示出一定的优势。通过一个具体的部署算例,验证了所提出算法和建立的高维多目标优化模型的正确性和可行性。     

基于学习机制的退火并行遗传算法应用研究

本文综合并行遗传算法(PGA)和模拟退火算法(SA)的优点,提出一种新的退火并行混合优化策略(PGASA).该算法克服了并行遗传算法局部搜索能力弱的缺点,在子种群的搜索中引入SA作为GA种群的变异算子,增强和补充了PGA的局部进化能力;同时将机器学习原理引入到混合算法中,增加了种群的平均适值,有效地避免了最优解的丢失,加快了进化速度.针对车间调度中的典型问题进行了仿真,结果证明了新算法的有效性.