战术导弹对单个目标射击效能的马氏链决策分析模型

针对多发导弹攻击单个坚固目标时毁伤效能分析与评估这一复杂问题,运用马尔可夫过程理论建立了独立连射方式下多发战术导弹射击效能分析的马氏链模型.对于各发导弹精度、威力相同且不计毁伤积累的射击情形,建立目标毁伤过程的时齐马氏链模型,定量分析目标毁伤状态的变化;对于各发导弹精度、威力不同或考虑目标毁伤积累的射击情形,建立目标毁伤过程的非时齐马氏链模型;当考虑目标恢复时,建立由目标毁伤过程马氏链和目标修复过程马氏链组成的混合马氏链模型.     

地地战术导弹对抗反导导弹突防模型

地地战术导弹对抗反导导弹的威胁实现突防，是地地战术导弹作战运用的一个重要研究课题，是地地战术导弹发扬火力、实现有效打击的关键。本文运用系统工程理论、概率论和可靠性理论对这一问题进行了研究，提出了确定地地战术导弹突防能力的主要因素，建立了地地战术导弹射后生存的突防模型。通过模型的定量分析，得出了提高地地战术导弹突防能力的几条重要措施。最后，就地地战术导弹突防对策的系统建设，提出了建议。本文论点与模型对地地战术导弹的研制和作战运用有重大的指导意义，且同样适用于空军、海军空空、空地、海空、海地战术导弹突防对策的有效性分析。     

战术导弹自动测试系统体系结构的选择

本文从战术导弹自动测试系统研制需求出发，论述了以ＶＸＩ总线为核心的体系结构是当前战术导弹自动测试系统的最佳选择，应当在国内该领域内大力推广。     

基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现

针对现有反导武器目标分配(weapon target allocation, WTA)由于忽略射击有利度和目标意图价值的不确定特征，而造成目标错分、漏分的问题，引入模糊期望理论，构建基于模糊期望效果的最大化费效比反导WTA模型。针对模型特点，提出基于改进型生物地理优化(improved biogeography-based optimization, IBBO)算法。该算法采用基于整数的矩阵编码方式，通过余弦动态自适应策略改进迁移操作。同时，引入共生生物搜索(symbiotic organisms search, SOS)算法中相互作用思想，设计基于共生策略的变异操作。此外，在IBBO算法基础上结合模糊模拟形成混合智能算法，对模型进行求解。仿真实例表明，所提算法较好地协调了集约化和多样化的能力，提升了求解的精度与效率，满足不确定环境下反导辅助决策对求解精度和时效性的要求。     

舰炮对岸区域射击最优表尺分配模型研究

舰炮对岸射击问题需要求取表尺梯次差及射击弹丸数量,区域射击方法能够优化求解这些参数。给出舰炮对岸射击毁伤概率模型,引入中间函数通过变分求解最优中间函数,进而提出表尺梯次差求解方法。根据预定毁伤概率要求,构建迭代模型,给出基于预定毁伤概率的射击弹丸数量求解方法。通过数值求解得到典型题设下的表尺梯次差及射击弹丸数量,并与现有方法进行了对比分析。分析结果表明,方法能够给出满足预定毁伤概率要求的舰炮对岸射击方案,与现有方法相比,模型精确性和优化程度更高。同时,在无法确定目标分布特性时,可以假设目标服从均匀分布并进行舰炮对岸射击方案求解,虽然会增加射击弹丸数量消耗,但是可以保证毁伤概率达到预定要求。     

舰空导弹对群目标射击效能模型与仿真分析

通过选取舰空导弹射击效能指标和对群目标射击效能的分析建模,采用数字仿真算法对模型用实例进行了仿真,得出射击次数随不同参数变化的各种仿真结果,并对之进行了分析。这对舰空导弹系统的效能的评估及装备建设有重要意义。     

战术导弹仿真技术的发展与展望

本文论述了仿真技术在战术导弹研制中的重要地位和作用。概述了国外仿真技术在战术导弹上的应用情况以及有关的仿真设备。文中结合我国的实际,提出了当前战术导弹仿真技术面临的几个问题,并就它们的解决途径提出了一些看法和建议。     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

机动目标运动轨迹的灰色建模与预测

目标机动是一个灰色系统。机动目标运动规律的确定是影响射击精度的重要因素，本文基于灰色系统理论，提出一种残商辨识修正的灰色建模方法，这种方法精度高，算法简单，利用该建模方法，给出了地面运动目标轨迹的灰色自适应预测模型。     

高炮武器系统毁伤概率计算的蒙特卡罗法

为了更准确地计算高炮武器系统的毁伤概率,将射击误差依误差源进行了分解;分析了同一误差源所导致射击误差分量的时间共有性 (相关性);对共用火控和独立火控的高炮武器系统,分析了射击误差分量的空间共有性 (重复性);给出了弱相关误差序列的随机生成方法;在上述基础上,给出了毁伤概率计算的蒙特卡罗法;将基于误差时间和空间共有性分析的蒙特卡罗法与现有算法进行了对比.     

自调整遗传算法

提出了一种新遗传算法——自调整遗传算法,该算法中,子代群体交叉概率Ｐｃ 与变异概率Ｐｍ 由父代群体进行质量决定,且强调个体相互协作。仿真结果证明了算法的有效性。     

自调整非线性遗传算法

通过对简单遗传算法的理论分析，得出了复制、杂交、变异等算子的每次作用均相当于对所作用的个体进行一次线性变换。因此，通过对传统遗传算子进行修改，作者提出了非线性遗传算法。本文发现规范化操作对算法的计算效率有很大的影响，并且给出各遗传算子的一种等价线性表示。因此，如果针对不同的优化问题动态的进行规范化操作及遗传算子的选择，将会大大提高算法的效率。本文提出一种新的自调整非线性遗传算法(Self—Ajusting Nonlinear Genetic Algorithm,SANGA)，该算法通过规范化操作的动态选择，结合简单的遗传算子，对算法的效率有很大的提高。仿真结果表明该算法的有效性。     

单亲遗传算法与传统遗传算法的比较研究

通过对单亲遗传算法（PGA）和传统遗传算法（TGA）的编码方式、遗传算子、运行过程和适值计算等方面的比较分析,指出尽管PGA采用单亲繁殖方式,其遗传操作与TGA有着本质的区别,但PGA的基因重组算子隐含了序号编码TGA的交叉算子的功能,PGA的子代个体保留了父代个体的大部分遗传特征,因此PGA仍属于遗传算法的范畴。     

一种改进的自适应遗传算法

提出的自适应遗传算法采用群体的最大适应度fitmax、最小适应度fitmin、适应度平均值fitave 这 3个变量来衡量群体适应度的集中程度 ,然后根据适应度集中程度 ,自适应地变化整个群体的交叉概率pc 和变异概率pm ,改进了M .Sriniras提出的自适应遗传算法。采取最优保存策略来保证最优个体不被大的pc和pm 破坏掉。并用无放回余数随机选择算子 (RSSR选择算子 )对基本选择算子进行了改进 ,选择误差比较小。将自适应遗传算法用于图像分割的试验结果表明 ,与基本遗传算法相比 ,由于该算法综合考虑了“快速收敛”和“全局最优”这两个要求 ,因此它不仅能得到较好的分割质量 ,而且基本保持了遗传算法的运算速度 ,利于硬件实现     

两级递阶遗传算法

针对遗传算法在应用过程出现的收敛过慢和封闭竞争问题,本文提出一种两级递阶遗传算法ＴＨＧＡ（Ｔｗｏ－ｌｅｖｅｌＨｉｅｒａｒｃｈｉｃＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ）。仿真结果证明了该算法的有效性和实用性     

自调节遗传算法的研究

通过对普通遗传算法选择，交叉，变异三个算子的深入分析，揭示了早熟现象产生的原因，并数学证明了选择算子是早熟现象的主要原因，在此基础上设计了一种变异概率可以自调节的基因移民遗传算法，提出了群体相异度指标来衡量多样性，通过相异度的自动地调节变异概率的大小，确保群体的多样性来避免早熟现象的出现，最后，应用马尔可夫链数学工具从理论上证明了该算法是收敛的，实验表明：该算法具有一定的通用性，适合于实际的工程计算。     

基于基因算法的隐马尔可夫模型参数估计

隐马尔可夫模型 (hiddenMarkovmodel)是一种统计模型 ,被广泛地应用于信号处理和模式识别中。隐马尔可夫模型是一种双随机过程 ,在实际应用中 ,对隐马尔可夫模型的训练 (参数估计 )是一个非常重要的问题 ,训练方法的优劣将对整个应用效果产生重要的影响。传统的模型训练方法存在容易陷入局部最优以及对训练样本依赖性较大等弱点。为了进一步提高模型训练的有效性 ,提出了一种基于基因算法的模型训练方法 ,与已有的方法相比 ,解决了对初始值敏感的问题 ,并且具有更高的稳定性和准确性 ,因此是一种很有实用价值的新方法。     

一种新的改进遗传算法——混合式遗传算法

针对遗传算法应用的局限性,把模糊思想应用到大变异操作中,提出了模糊大变异操作;并结合自适应遗传算法、最佳选择策略机制和过滤操作的思想,提出了一种新的遗传算法结构--混合式遗传算法(hybridgeneticalgorithm,HGA).HGA不仅保证了算法的全局收敛性,而且提高了算法的收敛速度和稳定性.算例验证了算法的优越性能.     

基于自适应遗传算法的传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗.提出了一种基于自适应遗传算法(AGA)的WSN数据融合算法,基于移动代理(MA)对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发.采用AGA求出MA最优路由节点序列,通过把WSN均匀分割为多个大小适当的二维网格,形成AGA的初始群体.仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时.     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。