基于探索与开发权衡的地磁仿生导航搜索方法

针对地磁仿生导航过程中对搜索偏向性考虑不足的问题,提出了一种基于探索与开发权衡的导航方法。依据时序进化搜索策略的结构特征,从统计学角度建立了磁趋势性运动模型,分析了探索与开发和磁趋势性运动的关系,并将搜索偏向权衡问题归结为对种群多样性的合理调控,引入分布熵的概念度量种群多样性,设计了分布熵约束下的磁趋势性搜索策略,给出了导航搜索流程。通过仿真分析,给出较为合理的参数设置,并将该方法与时序进化搜索方法进行对比实验,结果证实了所提方法能够有效提高导航效率。     

基于记忆辅助动态UMDA的UCAV编队动态目标分配

针对无人作战飞机编队对地攻击过程中的动态目标分配问题,建立了针对联合目标的武器目标分配（weapon target assignment, WTA）模型,反映攻击方攻击意图及对目标内在关系的理解。提出基于记忆辅助的动态单变量分布估计算法（memory enhanced dynamic univariate marginal distribution algorithm, MDUMDA）对问题进行动态寻优,利用概率模型对动态寻优过程中的历史信息加以记忆和利用。仿真结果表明,所建立的WTA模型是合理的,MDUMDA能够有效求解动态WTA问题,其性能明显优于随机迁移算法。     

群集运动的理论建模与实证分析

对于鸟群、鱼群、菌群等生物群体大规模有序群集运动发生机理的探究,吸引了不同学科领域研究者的广泛关注.本文从理论建模和实证分析两个角度出发,对近年来群集运动研究所取得的主要成果进行了回顾,总结了基于个体的群集运动建模研究的最新进展,并对生物群集实证研究中发现的新现象进行了整理和分析,最后简要叙述了该领域中一些有待解决的问题及可能的研究方向.     

基于混合多目标进化算法的多无人机侦察路径规划

由于侦察任务的复杂性和不确定性,无人机对其目标的侦察时间往往是不确定的。将多无人机对观测时间不确定目标的侦察路径规划问题建模为使任务时间、编队总耗时和编队规模同时最小化的多目标优化路径规划问题。对此,在基于ε 占优的稳态多目标进化算法基础上引入多目标局部搜索,给出了混合ε 占优多目标进化算法,提出了一种使用插入最近点方法的启发式遗传操作。实验结果表明,算法能够有效解决所研究的问题,并且其优势随着问题规模的增大而显著。     

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。