不确定环境下的战场物资供应任务规划

针对执行战场物资供应任务之前,不确定环境下的战场物资供应任务规划问题进行研究,并建立相应的不确定规划模型,引入一种新的启发式算法——蜂群算法,对其进行改进,构建适于解决战场物资供应任务规划问题的算法,并通过与现有算法进行性能比较,验证其有效性。最后,通过一个存在13个供应任务点的应用实例,验证提出的模型及算法的有效性。结果表明,不确定环境下得到的最佳方案更符合实际。     

基于IDPSO的武器目标分配优化算法

针对武器目标分配(weapon-target allocation,WTA)优化问题的特点,对改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法应用于WTA的若干问题进行研究。首先建立了资源受限条件下最大化效费比的WTA优化模型。然后,构建了一种针对多约束WTA问题的粒子编码方案,在此基础上,改进传统粒子群算法的位置和速度更新方式,提出了带怀疑因子和斥力因子的IDPSO算法。仿真实例表明,该算法具有更强的全局寻优能力和更快的收敛速度,能够有效求解大规模WTA问题,适应现代战争中辅助决策对实时性的要求。     

一类具有自然治愈率的SI传染病模型的全局稳定性分析

以一类具有自然治愈率和非线性发生率的SI传染病模型为研究对象,利用再生矩阵的方法得到了基本再生数。通过构造Lyapunov函数,证明了当基本再生数小于或等于1时,无病平衡点是全局渐进稳定的,即疾病最终灭亡;当基本再生数大于1时,地方病平衡点是全局渐进稳定的,即形成地方病。     

犹豫模糊熵生成算法及在后勤补给基地选址评估中的应用

为了定量地刻画犹豫模糊信息的不确定性程度,将犹豫模糊元和区间值犹豫模糊元的熵推广成了犹豫模糊集和区间值犹豫模糊集的熵。首先给出了犹豫模糊集和区间值犹豫模糊集的熵与相似度的公理化定义,在此基础上提出了犹豫模糊集熵和相似度的一般公式,给出了犹豫模糊集的熵和相似度的生成算法。然后研究了犹豫模糊集的熵与相似度间的关系,提出了基于相似度的熵的一般公式。进一步把犹豫模糊集的熵与相似度的关系的有关结论及各自的一般公式和生成算法推广到区间值犹豫模糊集。最后给出了基于犹豫模糊集熵和相似度的后勤补给基地选址方案可靠性分析的数值例子。     

基于模糊随机规划的反TBM目标分配优化模型

针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.     

模糊随机多目标规划性质的研究

在模糊随机环境下,针对于多目标规划问题的性质,给出了一系列的重要结论。首先,基于模糊随机理论,提出了模糊随机多目标规划问题的期望值模型,实现了对实际问题的不确定性到确定性的转化, 并为解决实际问题提供了理论模型。规划问题的凸性在优化理论中占有非常重要的地位,因此,对于所提出模型的凸性,利用模糊随机变量的期望值的特殊性质,给出了严格的证明。 定义了模糊随机多目标规划的期望值绝对最优解、期望值有效解及期望值弱有效解的概念,并研究了它们的性质。根据生活中的实际问题所建立的模糊随机规划模型的求解,所得结果为其算法的研究及最优决策的执行提供了重要的理论依据。