基于改进粒子群算法的多UCAV任务分配仿真研究

针对多无人作战飞机(UCAV)协同任务分配问题,提出了一种基于改进粒子群算法的任务分配方法.分析了影响任务分配的关键战技指标,考虑单架UCAV任务载荷限制的情况,建立了对地攻击任务背景下多UCAV协同任务分配模型.采用连续粒子群算法对问题进行求解,建立离散问题空间与连续粒子运动空间映射,通过位置饱和策略及买卖合同机制有效地解决多约束条件下粒于寻优.最后通过仿真实验,对模型和算法的有效性进行了验证.     

改进型连续粒子群算法求解重叠联盟生成问题

采用基于整数编码方式的连续粒子群算法解决重叠联盟生成问题.设计了粒子的编码方式,给出了编码有效性检查方法和无效编码的修正算法.为提高种群多样性,提出了粒子位置的二阶段初始化方法;针对粒子易陷入局部极值问题,给出了粒子重新初始化机制.对出现停滞现象的粒子群,围绕其加权重心位置重新初始化,引导粒子突破了局部极值的限制.最后,通过实验验证了算法的有效性.
     

新课程标准下如何进行朗读教学

朗读，随着语文课堂标准的全面实施，对于朗读的要求在理念上也有了很大的变化。“以读为本”已经成为我们的共识，同时，晓解”读”的要义，寻找朗读指导的全新对策．也就成了现代阅读教学急待探究的焦点。我相信经过我们每位重视语文教学的老师潜心努力．充满”情感”的课堂朗读定能在学生、老师、和作者这三者之间的心灵架起一座缤纷的虹。     

多机分布式协同搜索方法及模糊算法求解

针对未知环境下多无人机(UAV)分布式协同搜索问题,对分布式搜索的通信交互和决策最优性进行了分析,给出了分布式纳什均衡解的求解方法.在分布式控制框架下,建立了基于滚动优化的多机搜索的问题描述和状态空间模型,并针对传统协同收益指标的不足,提出了基于人工势场的协同收益模型,与模糊控制相结合,建立模糊规则求解协同收益,增加了决策的鲁棒性.仿真实验验证了提出的协同搜索方法的有效性.     

多元时间序列的相似性匹配

常用多元时间序列相似性匹配方法难以在高效刻画局部形态特征的同时考虑各变量间的相关信息. 针对此问题,提出一种动态窗口内多维拟合分段方法. 基于序列的局部形态特征抽象出各变量维度上拟合线段的倾斜角及持续时间,组成模式表示矩阵,并借助一种多元模式距离实现序列的相似性模式匹配. 与主成分分析法、基于点分布特征的匹配法对不同数据规模的数据集进行对比,验证了该方法的有效性,特别对于多变量、不等时间跨度的中等规模多元时间序列相似性匹配具有较好的效果.     

多UAV协同搜索的博弈论模型及快速求解方法

在分布式模型预测控制（DMPC）方法框架下,提出了一种局部Nash最优的分布式搜索优化决策方法.设计了基于人工势场的协同机制,给出了势场的形成条件,在此基础上建立了多机协同的图论模型.引入局部Nash最优的定义,通过在连通分量的局部范围进行Nash最优迭代,降低了问题的求解维度.建立了以节点出度刻画UAV决策优先度的模型,根据决策偏序关系,提出了对称、主从、主从 对称3种决策形式,并给出了相应的Nash、Stackelberg和Nash Stackelberg的博弈模型,理论推导了该方法的计算复杂度.采用MPC和粒子群（PSO）优化相结合实现单架UAV的最优决策.仿真结果表明,所提出的方法能有效降低问题的求解规模和通信负担.     

未知环境下多UAV搜索的区域再入

针对未知环境下多无人机(unmanned aerial vehicles, UAV)协同搜索问题展开研究,通过网格化的环境规则描述,给出了UAV的运动规则及UAV系统的预测模型. 考虑实际战术需求,建立了满足UAV机动性能约束的区域再次进入数学模型,给出了最短再入路径的求解方法. 引入了“伸缩式”协同搜索机制,增加对未知环境的
适应性,同时设计了系统的全局信息库,从而充分利用UAV实时探测的环境信息,实施在线滚动规划. 通过仿真验证了方法的有效性.