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。     

舰艇编队的舰载装备协同问题研究

舰艇编队是现代海战主要采用的对抗形式之一，本文应用可靠性理论研究了舰艇编队的舰载装备协同问题。首先，利用可靠度概念给出了舰艇编队的舰载装备协同质量的量化方法；然后，建立了有限资源约束下的最大舰载装备协同质量的舰艇编队模型，并给出了基于遗传算法的模型求解算法。大量仿真计算表明了所建模型与算法的有效性。     

Blind CFO estimation algorithm for OFDM systems by using generalized precoding and trilinear model

This paper discusses the blind carrier frequency offset (CFO) estimation for orthogonal frequency division multiplexing (OFDM) systems by utilizing trilinear decomposition and generalized precoding. Firstly, the generalized precoding is employed to obtain multiple covariance matrices which are requisite for the trilinear model, and then a novel CFO estimation algorithm is proposed for the OFDM system. Compared with both the joint diagonalizer and estimation of signal parameters via rotational invariant technique (ESPRIT), the proposed algorithm enjoys a better CFO estimation performance. Furthermore, the proposed algorithm can work well without virtual carriers. Simulation results illustrate the performance of this algorithm.     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。     

基于航班机型分配的机队规划启发式算法

为了解决传统机队规划方法无法准确反映航空公司运营环境的问题,从航班机型分配的角度为航空公司设计机队规划算法,其基本思想是:给定候选机型以及航空公司生产运营环境(航线网络、航班计划、航班订座需求和平均票价水平),利用航班机型分配寻找最优的机队配置方案.将航班机型分配描述为时序网络图中的网络流问题,以“航班节-航班机型分配”成本最小为目标函数,机队中有且仅有一种竞争机型,被选用机型最低飞机数为约束条件设计模拟退火算法.仿真结果表明:对规模为13个航班节,7种候选机型的问题,算法平均运算时间为5.42秒,结果稳定且高效可行.     

航空公司机队的鲁棒性规划启发式算法

为了解决传统机队规划方法无法反映机队运营鲁棒性的缺陷, 针对单基地线性航线结构运营模式特点, 以基地机场配置机型数最小为目标函数, 考虑"航班节"机型分配成本限制, "航班节"机型分配唯一性限制, 所选机型最少飞机数限制等条件构建机队的鲁棒性规划模型, 并结合唯一竞争机型限制为模型设计启发式算法. "39个航班节, 6种候选机型"的案例分析表明: 传统机队规划法所得出的机队构成中有3种机型, 而由机队的鲁棒性规划法所得出的机队构成中机型数仅为2种, 且机队构成能够很好的适应市场需求的波动, 因此算法可行.     

基于HTLBO算法的舰载机机群机库维修任务调度

舰载机机库维修能力是制约舰载机机群可用度乃至出动、作战能力的关键要素,为提升舰载机机库维修效率并减轻传统人工制定维修计划的负担,研究了舰载机机群机库维修任务调度方法。首先,系统分析了舰载机机群机库维修任务调度的作业流程模式,基于维修资源约束,面向实际维修任务需求,提出了将舰载机机群波次可用度指标和机库维修人员负载均衡性指标作为分层优化目标,建立了舰载机机群机库维修任务调度模型。其次,将模型抽象为多技能资源受限项目调度问题,提出了基于资源约束推进的串行调度机制,并设计了混合教与学优化算法。最后,通过设计仿真案例和算法对比,验证了模型和算法的可行性与有效性,所提出的混合教与学算法具备更好的收敛速度和优化性能,有一定的工程借鉴意义。     

考虑期望体系效能衰减的舰艇编队等级修理计划优化

舰艇编队等级修理计划优化直接关系到各类战训任务的有效完成和修理经费的科学使用。基于“定期与'双控’相结合”修理模式, 考虑舰艇编队的体系化运用、舰艇效能衰减特性以及决策者期望和偏好, 运用前景理论综合构建舰艇编队期望体系效能模型, 进而以体系效能价值函数最大为目标, 以修理工期、跨期修理、修理经费、装备效能、在航率等为约束条件, 系统构建面向舰艇编队的等级修理计划优化模型, 最后运用基于混合编码的粒子群优化算法对模型进行求解。结果表明, 该方法相对传统的计划编制方法, 舰艇编队体系效能和分项效能更高, 舰艇使用与修理之间的关系协调更好, 对于科学编制舰艇编队等级修理计划, 确保舰艇编队战训任务有效完成能够提供有力的技术支撑。     

基于编队时间序列的舰船修理结构模型

单艘舰船的部署能力主要取决于其修理结构,而编队的使用需求对单舰修理结构的制定具有重要的影响。针对编队的使用需求,采用时间序列法对舰船修理结构进行优化研究。首先从改变舰船基地级修理间隔期的角度出发,建立编队条件下舰船修理结构的优化模型。然后针对模型的组合优化问题,利用遗传算法实现模型的优化求解。最后采用编队算例进行求解验证,实验结果表明：调整编队中各舰船的修理结构后,编队服役期内可用舰艇的数量的波动幅度明显减小,且可用舰艇数量较小的时间点显著减少,从而提高了编队的整体部署能力。     

编队抗导调度的免疫算法与仿真

为了提高编队防空反导的整体作战能力,使编队在同时面临多种威胁时能充分有效的发挥编队内部的防空反导资源,将克隆选择免疫算法应用到编队抗导资源调度模型建立与仿真中,针对作战调度的特殊要求,提出了一种能有效表达特种抗体数据结构的染色体矩阵编码方案和最大抗导成功概率算法,给出用于产生高效的抗导调度结果的克隆免疫算子,通过调度实例验证了算法的正确性和有效性,进行了性能对比,在大多数情况下,免疫算法取得了比现有启发式算法更好的求解结果。     

K/N(G)冗余结构下随舰备件配置方案

针对舰船编队在航无补给的情况,对经典可修复备件多级管理(multi-echelon technology for recoverable item control,METRIC)模型进行了扩展,建立了舰船出航期间设备冗余和外场更换件冗余系统任务成功概率评估模型及备件优化模型。针对任务期间舰船设备和外场更换件最小工作数量随时间变化、编队任务成功概率难求的问题,采用超几何分布和二项分布结合的方法求取装备的瞬时可用度,进而求得舰船编队的任务成功概率。以任务成功概率为优化目标,备件总费用为约束条件,基于边际算法计算了备件方案。通过实例分析了在航编队任务成功概率随时间的变化曲线,曲线变化趋势与实际情况相符。     

基于GA的编队水下多目标防御火力分配研究

结合舰艇编队对鱼雷防御作战的特点,建立了舰艇编队水下多目标防御火力优化分配模型.为了获得全局最优解,将遗传算法(GA)用于水下多目标防御火力分配优化研究中,给出了基于遗传算法的模型求解方法和步骤.经过实例分析与计算机MATLAB仿真实现,得出编队抗击水下多目标的最优策略,取得了良好的目标分配效果,可为舰艇编队对水下多目标防御作战指挥自动化决策提供科学的参考.     

限行条件下配送车辆配置的二阶段随机规划

针对车辆限行下配送车辆数量和配送时间均具有不确定性这一难题，通过建立二阶段随机规划模型，实现物流配送车队中传统能源和新能源车辆比例和数量的合理配置，以保障后续生产配送的协同进行.以最小化日均车辆采购成本和后续生产配送期望成本为目标建立二阶段随机整数规划模型；为求解模型，提出改进的随机分支定界算法，并嵌入局部搜索以提高上界的估计效率；通过数据实验验证了模型和算法的有效性.此外，利用该模型和算法，探讨了不同车辆限行措施的执行类型和执行概率对企业车辆配置决策的影响.本文研究有利于解决车辆限行导致的城市物流配送难题，为保障我国城市物流相关企业日常运营提供决策方法.     

基于多agent系统的舰艇编队防空辅助决策系统

提出基于多agent系统(multi-agent system,MAS)技术的分布式编队防空辅助决策系统基本框架。在目标信息共享和平台间实时作战参数交换的前提下建立了基于平等协商的分布式目标协商算法,混合运用Ta-bu搜索算法和基于规则的计划算法。在目标分配协商中,采用~Brown算法通过agent之间平等协商进行目标分配。在本舰防空计划中,采取软/硬防空计划并行比较消解冲突,实现本舰软/硬防空武器防空计划的协调。     

降低多用户MIMO系统PAPR的广义SLM算法

针对在多用户多输入多输出(multi-user multiple input multiple output, MU-MIMO)系统中, 选择性映射(selected mapping, SLM)算法不适用于分布式用户, 并且边信息无法在用户之间共享的问题,提出一种适用于MU-MIMO系统的广义SLM算法。该算法通过改变相位旋转的作用对象, 将相位旋转进行前置, 来解决SLM引入带来的一系列问题。同时, 分析了在采用等增益传输波束成形的系统中, 使用广义SLM算法时系统的高峰均功率比(peak to average power ratio, PAPR)性能, 验证了该算法的有效性。仿真结果也表明了该算法可以有效降低MU-MIMO系统的PAPR。     

基于半约束随机搜索的空舰导弹目标分配方法

空舰导弹在反舰协同作战中发挥着重要作用。在传统蚁群算法基础上,通过改进其搜索机制及信息素更新范围,提出了一种改进的半约束随机蚁群(semi restraint stochastic ant colony system, SSACS)算法,并将其应〖JP2〗用于空舰导弹作战多目标分配中。基于舰艇编队战术价值和动态拦截威胁因素,建立了空舰导弹突防舰队防御威胁数学模型,优化了空舰导弹多目标分配算法。最后通过对比改进的半约束随机蚁群算法和传统蚁群算法,证明了改进的蚁群算法克服了传统蚁群算法局部收敛的缺陷,在解决空舰导弹多波次协同目标分配问题上是有效的。     

电动汽车/传统汽车混合车队配置及路径优化模型

针对电动汽车、传统汽车共存的企业车队管理现状，提出电动汽车/传统汽车混合车队配置及路径优化模型。模型考虑两类汽车在固定成本、可变成本和续航里程方面的不同，得到混合车队的最优配置及路径结果，同时考虑充电设施的影响。通过改进目标函数中可变成本的非线性特点，将模型转化为标准的线性规划。设计结合分散搜索和改进蚁群算法的混合启发式算法，并将其与Cplex进行对比，证明其有效性。结果表明：高固定成本和低可变成本使电动汽车需要长距离配送，而有限续航里程则限制了配送距离，两者的矛盾使电动汽车的定位模糊，影响企业的采纳；续航里程增加无法彻底改变车队配置结果；充电设施能够影响企业电动汽车的采纳结果。     

面向多核任务调度的混合遗传算法

多核处理器的并行任务调度一直是研究的热点话题,属于NP-hard问题。针对此问题,本文提出了一种集启发式算法、禁忌搜索算法、模拟退火算法于一体的改进混合遗传算法(modified hybrid genetic algorithm,MHGA)。MHGA改进如下:首先,采用启发式的分层调度来初始化种群,提高初始种群质量;其次,提出基于禁忌搜索(tabu search,TS)的随机编号交叉算子,提高种群的多样性;最后,采用基于模拟退火(simulated annealing, SA)的变异,提高个体质量。实验结果表明,与其他遗传算法(genetic algorithm,GA)相比,MHGA可以得到更小的任务调度时间和更快的最优解搜索能力。     

差异化定价策略下的远洋洲际班轮航速与航线配船优化

针对远洋洲际集装箱班轮航速与航线配船优化问题,在考虑集装箱货物时间价值的基础上,通过分析在往返两个长航段上船舶航速变化对货物运输时间的影响,构造了对即期市场客户随航速变化的差异化定价函数,以船公司周利润最大化为目标,构建了集装箱班轮航速与航线配船混合整数非线性规划模型,设计离散化求解算法.算例验证了模型和算法的有效性和适用性.结果表明,差异化定价策略下的航速与航线配船优化,不仅可以降低客户集装箱货物的时间成本,而且也能够明显地增加船公司的运输收益.此外,使最优航速阶梯型下降的燃油价格阈值会随着收益增量比例系数的提高而增大.研究结论可以为船公司航线配船决策提供科学的参考.     

降低MIMO-OFDM系统峰均比的分解并行选择映射算法

高峰均功率比(peak-to-average power ratio, PAPR)问题是多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统实用化的主要障碍之一,针对这一问题提出了一种分解并行选择映射(decomposed concurrent selected mapping, D-CSLM)算法,进一步提高了算法的峰均比性能。所提算法将每根天线上OFDM 符号分解为实部和虚部,分别采用相同的相位因子,在进行逆离散傅里叶变换(inverse discrete Fourier transform, IDFT)之后进行组合,选择使所有天线具有最小平均峰均比的信号进行传输。与原有的并行选择映射算法相比,所提算法具有更大的待选信号范围,峰均比降低性能更好。同时,利用实序列固有的共轭对称特性,使算法的计算复杂度保持不变。仿真结果证明,该算法在保持计算复杂度不变的前提下,显著改善了系统的峰均比性能。