联合火力打击目标分配

目标分配是联合火力打击指挥决策的核心内容,但是构建合理、可信的联合火力打击目标分配模型是相当复杂和困难的.根据联合火力打击循环过程的分析,设定了目标分配优化的时间周期;综合红蓝双方情况以及战场态势更新,建立了目标分配的思维机制;在将整个作战空间划分为网格、降低目标分配复杂性的基础上,结合基本输入变量以及各约束条件的量化表达式,构建了目标分配的线性规划模型;最后,利用算例进行了验证性分析.该模型为联合火力打击目标分配优化、制定作战方案提供了定量分析工具.     

基于改进的多目标量子行为粒子群优化算法的多无人机协同任务分配

为在给定的时间内以最小代价和最大效益完成任务,建立了多无人机协同任务分配问题的多目标优化模型.采用改进的多目标量子行为粒子群优化算法求解最优任务分配方案,定义了一种从所求候选方案中选取最优分配方案的自主选择准则.对比分析多目标粒子群优化、多目标进化算法和该文算法所求的最优分配方案.仿真结果表明该文算法能够较快地求解问题,而且所求最优任务分配方案的性能优于其它三种算法.     

局部搜索灰狼优化算法求解武器-目标分配问题

武器—目标分配（Weapon Target Assignment, WTA）问题是根据武器对来袭目标毁伤概率的不同,合理确定待打击目标的武器分配方案,以达到尽可能少的武器对来袭目标毁伤程度最大化的目的,是作战指挥决策领域的重要研究内容。在构建WTA问题模型的基础上,针对传统灰狼优化（Grey Wolf Optimization, GWO）算法局部开发能力不足等问题,采取了一种精英保留及免疫变异局部搜索策略。改进灰狼优化算法（Improved Grey Wolf Optimization, IGWO）首先在灰狼种群中选择部分优质精英个体,然后通过随机点变异和受体编辑两种免疫局部搜索策略对精英个体进一步寻优,从而改善传统GWO算法过早收敛和易陷入局部最优的缺点。针对3种不同规模的武器—目标分配问题,将IGWO与交叉熵算法、传统GWO算法进行了对比,计算结果显示IGWO算法所求适应度值的分位数均明显高于对比算法,进而验证了IGWO算法的有效性。     

多传感器管理中多目标分配的蚁群优化算法

在多传感器对多目标的监视环境下,传感器对目标的优化分配是传感器管理的重要研究内容.文章探讨了多传感器多目标优化分配问题,提出了一个基于带目标威胁系数和未获拦截目标数最少的蚁群算法,并对信息素采用最差和最优更新策略.对优化分配算法进行了实验仿真验证.经过实验验证了该分配模型是可行的,能够使传感器资源均匀地分配给目标,更加符合实际应用.     

集成化服务链多目标全局优化模型与算法

基于集成化服务链网络模型和候选服务资源评价指标,建立集成化服务链的多目标全局优化模型,并提出一种基于改进多目标遗传算法的集成化服务链多目标全局优化算法。算法采用基于距离的无参数种群多样性度量算子,在适应值分配、精英保持和选择操作中均进行了种群多样性控制,能在满足多约束条件下同时优化多个目标,得到一组满足决策者不同主观偏好的Pareto全局最优解集。仿真实验表明算法具有全局收敛性并具有较好的解的质量和分布,能有效求解集成化服务链多目标全局优化问题。     

供应商优选与订货量分配的多目标微粒群算法

分析了供应商优选与订货量分配问题的特性,构建了带界约束的多目标优化模型,并设计具备有综合学习机制的多目标微粒群优化算法以求解该模型.实验结果表明,该多目标微粒群优化算法是有效的.     

基于多目标差分进化算法的机场停机位分配问题研究

科学合理的停机位分配方案或对现有方案进行优化,能够有效提升机场的运行效率,降低机场运行成本.笔者依据停机位分配的相关概念和约束条件建立基于航班-航班,航班-停机位的加权分数矩阵的停机位分配模型.然后将经典的差分进化算法加以改进来解决停机位分配问题,有利于更好地实现机场停机位分配多目标的优化.最后使用标准测试函数和停机位...     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

松原市水资源优化分配的多目标规划模型

为了合理确定区域水资源开发利用方案,促进区域经济持续发展,根据松原市水资源开发利用现状及远景规划目标,以系统工程的观点为指导,运用多目标规划理论,建立了松原市水资源优化分配的多目标规划模型.通过调整和优化产业结构,减少水资源单耗量大的用水部门,优先发展一些用水量少、水资源利用率高、综合效益好的行业部门,从而使水资源得到合理有效利用.从经济、生态和社会效益相结合角度为区域水量分配提供了依据,为指导区域水资源利用和经济发展提出了优化的宏观远景规划方案,对构建区域经济持续发展和水资源协调利用的框架模式具有重要的指导意义.     

灰色定权聚类的空袭目标归类模型

判断空袭打击目标是一项复杂的系统工程,对空袭打击目标的判断涉及的因素多,量纲不同,数据差别大,信息不全,传统的手工作业和人工定性判断空袭打击目标模式已不再适应信息化条件下防空作战要求的现状.为了解决上述问题,针对防空作战指挥对选择重点掩护目标的科学性和迅速性的需求,根据西方现代空袭打击目标理论,从防空视角,分析了空袭方选择空袭打击目标的影响因素,应用灰色定权聚类理论,采用定性与定量分析相结合的研究方法,建立了现代空袭打击目标归类判断模型,即对防空作战重心的确定分类排序,从而判断空袭所打击目标的重点和顺序.解决了信息不完备情况下多因素模式定量判别空袭打击目标的问题,可以为防空兵力和火力运用提供科学依据.     

基于主成分分析和代理模型辅助的多目标生产优化方法

多目标优化方法常用于考虑地质不确定性时进行油藏鲁棒生产优化,该方法能够同时优化历史拟合得到的多个概率模型的平均经济净现值和经济净现值的离散程度,从而得到一组权衡多个目标的最优生产方案。然而,多目标优化过程涉及的决策变量规模大,且基于常规数值模拟的目标函数评估计算耗时长。对此,本文提出了一种基于主成分分析和代理模型辅助的多目标生产优化方法(K-MOEA/D-PCA),采用主成分分析对大规模决策变量进行降维,然后借助基于代理模型辅助的多目标进化算法,通过设计计算高效的近似函数来代替常规数值模拟进行生产优化,最终得到目标油藏的最优生产方案。为验证提出方法的有效性,将其应用到标准测试模型(Egg模型)。结果表明,提出的K-MOEA/D-PCA方法,通过降低变量的维数,可以有效解决具有大规模变量的油藏多目标生产优化难题,实现优化效率和方案精度的平衡。     

基于灰狼算法的多平台火力分配优化模型

为发挥多平台协同对海突击作战优势,综合考虑打击收益及打击代价两个重要影响因素,构建多平台火力分配数学模型,并且采用改进的灰狼优化算法研究解决多平台火力分配问题,结合实例进行验证。结果表明构建的火力分配模型紧贴作战实际,所采用的灰狼优化算法可以有效优选出最佳的火力分配方案,为指挥员指挥决策提供参考依据。     

期权定价中最优投资问题与算法

最优投资是期权定价中投资者面对的关键问题,投资者如何选择合适的执行价格和期权的有效期限,以使期权到期日的价格最高,是一个复杂的非线性连续优化问题;文章引入进化计算中的粒子群算法来解决这一问题,提出了一种基于粒子群的期权定价最优投资算法,为投资者提供有效的决策支持;针对Black-Scholes模型进行了算法的设计和实现,并以一个典型算例说明了该算法的有效性。     

考虑电网结构脆弱性的配电网网架优化规划

基于复杂网络理论,从网络拓扑结构角度对配电网网架结构的脆弱性进行评估。建立了以配电网投资及运行费用最小、结构脆弱性指标最优为目标的配电网网架多目标优化规划模型。采用改进最小生成树算法,并将经济性指标的减少率和结构脆弱性指标的增长率之和作为迭代过程中的目标函数,将多目标问题转化为单目标进行求解,通过16节点算例验证了该方法在求解多目标配网优化规划问题中的可行性。算例结果表明,所建立的优化规划模型能够有效地评估配电网的结构脆弱性,并能求得结构稳定、经济性好的规划方案。     

蚂蚁算法在概念设计方案求解中的应用

通过分析概念设计方案求解问题与旅行商问题的相似性，将方案求解问题转化为组合优化的最优路径问题，建立了基于动态规划的解空间模型和基于最长路径的优化模型，利用蚁群系统内在的正反馈寻优机制，将求解旅行商问题的基本蚂蚁算法应用于方案求解的组合优化过程，结合遗传算法的交叉变异操作，提出一种基于改进蚂蚁算法的求解方法，从而快速有效地获得了最优方案解，最后，以压力机的概念设计为例验证了该方法，研究表明，该方法是合理可行的，它可以使方案求解的人工寻优过程实现算法化，并具有较好的可操作性，从而为解决方案优化的组合爆炸问题提供了一种新的思路。     

大型舰船主尺度方案生成及优选

基于多目标混沌差分进化算法(CDEMO)与直觉模糊多属性群决策(IFMAGDM)对大型舰船主尺度方案生成及优选进行了研究.建立了主尺度方案评价指标体系,以客观属性指标为优化目标建立优化模型,采用CDEMO对模型进行求解,生成了Pareto最优方案集.引入IFMAGDM模型对方案进行优选,针对群决策一致性修正问题,引入最大调整程度的概念对迭代算法进行改进,使一致性修正既简便高效又符合专家初始偏好.通过实例研究验证了一致性修正方法具有很高的可靠性,所提出的方案生成及优选方法具有很高的实用性,为大型舰船初步设计提供了一种简便、高效的新方法.
     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

UCAV协同攻击多目标的任务分配技术研究

为解决单目标函数构建的任务分配模型不能给火控决策者提供更多有用信息的问题, 将无人机（UCAV： Unmanned Combat Aerial Vehicle）损耗代价和目标毁伤价值作为UCAV协同攻击任务分配的两个目标函数, 对其进行多目标优化, 建立新型任务分配模型。在此基础上, 采用一种改进带精英策略的快速非支配排序遗传算法(NSGAII: )进行求解, 得到多目标协同攻击任务分配的Pareto最优解集, 然后根据决策者的偏好选取最佳的任务分配方案。最后通过仿真算例, 验证了该算法的收敛性及有效性。     

发展我国巨型油船船队的战略规划

利用两水平算法对进口原油的需求进行了预测。把船舶技术方案中最重要的两个参数载重量和服务航速（vs)作为决策变量,用必要运费率作为目标函数,建立单航线船型优化模型。运用罚函数外点法,结合模矢搜索求得最优船型。然后,计入运价这一不确定因素,运用改进的多目标模糊优选技术和仿真技术,确定适合我国国情的最佳船型及影响最佳船型的主要因素。在此基础上,利用单航线营运模型,将船队规划问题转化为线性规划问题来求解,以避免解非线性问题中因决策变量较多而使问题复杂化。提出了较完整的巨型油船（VLCC）船队的发展规划。     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。