基于收缩精度的遗传算法逐级进化策略

为了有效克服传统遗传算法主观设定进化代数的弊端并提高算法进化期间的搜索效率,根据控制论中的反馈控制机理,通过适应度函数值的分散程度定义了收缩精度,并按照收缩精度将算法的进化期划分为不同的3个时期。在不同的进化期,采用不同形式的适应度函数以加大种群内个体之间的差异度。对交叉算子进行了改进,采用相关性配对交叉与改进的自适应交叉概率相结合的交叉算子,使算法达到较快的收敛速度。最后的算例表明,改进的遗传算法科学有效。     

基于作战仿真的毁伤评估系统

为了提高作战仿真系统毁伤评估的精度,实现作战仿真系统的可用性,研究了一种基于作战仿真的战场目标毁伤评估系统.采用组件化软件设计思想,建立了基于分布式仿真平台的系统架构;给出了系统的体系结构、功能组成和毁伤的处理流程.引入基于武器终点效应/目标易损性的毁伤评估方法,将毁伤评估划分成毁伤机理、终点效应两阶段工程建模,而后建立了目标毁伤评估模型;定义了毁伤模型的接口,给出了模型的处理流程.结果表明,目标毁伤评估系统扩展性好、通用性强、建模难度低、结果可信度高,可对作战仿真环境中的目标毁伤仿真与评估提供有力的支撑.     

改进遗传算法求解有时间窗车辆路由问题

为了有效求解带有时间窗的车辆路由问题,在标准遗传算法的基础上,引入两代竞争近距淘汰选择算子,用欧氏距离来判断个体之间的距离作为个体的相似程度,相似程度高且适应度差的个体被淘汰,并辅以循环交叉算子和插入变异算子,构造出了一种改进的遗传算法.仿真实验表明,改进的算法在迭代过程中能有效保持群体的多样性,避免出现早熟现象而陷入局部极值点,提高遗传算法的内在并行性.同时通过竞争淘汰,使局部搜索能力得到加强,加快了搜索速度.改进算法所计算出的结果优于用轮盘赌和自适应选择作为选择算子的遗传算法的结果.     

登陆输送过程中气象因素的影响

气象对作战进程起着重要的作用,不同因素的气象条件对作战效能的影响需要用综合评价的方法加以研究,采用模糊综合评价的方法,对登陆输送过程中气象条件综合影响进行分析。建立了气象因素对登陆输送过程中作战效能影响的模糊综合评价模型,给出了模型中相关数据确定的基本方法。实例表明,该方法具有一定的实用性。     

聚类数据挖掘可视化模型方法与技术

面向通用数据资源,研究聚类数据可视化方法与技术,旨在探索有效的数据处理方法,满足信息领域对高维数据处理的要求。通过对高维数据进行降维处理和可视化映射实现,建立K均值算法的聚类数据挖掘可视化系统模型,实现中间聚簇结果、聚类中心、收敛准则函数值三类要素的可视化。利用加利福利亚大学欧文分校(UCI)数据库中的Iris数据集、Wine数据集、Seeds数据集对可视化系统模型方法进行测试。结果表明,该模型实现了对数据集的有效聚类,能够将中间聚类、聚类中心、收敛准则函数值进行实时有效的可视化表达,达到了预期效果。     

一种遗传算法交叉算子的改进算法

为了有效克服遗传算法收敛速度慢和易陷入局部极值点的缺点,提出了一种遗传算法交叉算子的改进算法,即采用自适应交叉概率,给不相关大的个体赋予较大的被选概率的配对方式进行交叉操作;在适应度比例轮盘赌的基础上辅以父子竞争的选择操作.二元多峰值Schaffer函数优化的仿真实例结果表明:与保留最优个体策略的遗传算法相比,改进算法能有效减少无效的交叉操作,收敛速度和全局搜索能力都得到了较大提高,其平均收敛代数和收敛到最优解的概率都优于保留最佳个体策略的遗传算法.     

面目标射击效率评定的计算机模拟法

面目标是常见的一种目标，对面目标的射击效率评定的理论分析，因目标幅员和毁伤效力幅员的多样性而较为复杂。采用将面目标离散成数目较多的矩形小区域、对射弹的落点位置用蒙特卡洛的计算机模拟法来解决这一问题，给出了用计算机模拟法求解对面目标射击效率评定的程序框图和计算实例。