小流域综合治理规划方法研究

以系统工程理论为基本思想,将多指标模糊模式识别理论、投入产出分析以及目标规划方法有机地结合起来,运用于小流域综合治理规划中;文中提出的规划方法充分考虑了小流域综合治理的现代意义,在规划分析中使用新的理论方法和计算方法,拓展了常规规划方法,使规划方案能更好地满足综合治理目标． 该规划方法具有科学性和时效性,对小流域综合治理规划方法的发展具有较重要的参考价值．     

基于加权证据组合的多传感器目标识别

为了解决多传感器信息融合中不同等级重要信息源数据的融合问题,在证据理论基本概念的基础上,引入证据权的概念。依据证据权的不同对各条证据进行转化,使之可以用传统的方法进行证据合成。将这种方法应用到等级不同的多传感器目标识别中可以解决传统证据理论只能进行等级相同传感器目标识别的难题。识别实例表明,该方法提高了目标识别的准确性和有效性。     

基于前景理论的多目标灰色局势决策方法

鉴于决策者风险态度对多目标决策的影响,提出一种基于前景理论的多目标灰色局势决策方法。该方法首先利用奖优罚劣的线性变换算子对原始决策信息进行规范化处理,进而确定正负理想方案。基于前景理论和多目标灰色局势决策方法确定前景价值函数,并利用方案综合前景值最大化的多目标优化模型求解最优权向量,进而求得综合效果测度矩阵,而后采用区间数的可能度对每个事件的局势进行排序,最后通过实例验证了该模型的有效性和实用性。     

管理浮动汇率制度下货币政策目标模型及应用

应用经济理论和多目标决策分析方法 ,探讨货币政策目标之间的关系 ,首次建立管理浮动汇制下的货币政策多目标模型 .在此基础上 ,应用多种计量经济学方法 (协整、方差分解和脉冲响应分析 ) ,实证研究中国自实现管理浮动汇率制度以来货币政策目标之间的关系 ,并得出具有重要意义的结论 .     

连续体结构的模糊多目标拓扑优化设计方法研究

提出了连续体结构静力学和动力学多目标拓扑优化设计的模糊-目标规划方法。该方法利用目标规划方法将多目标优化问题转化为等效的单目标问题,并用模糊集理论中的非线性隶属函数来体现目标规划方法中目标函数期望值所具有的模糊性和不确定性。以结构静力学的刚度和动力学的特征值作为优化的两个目标函数,提出并建立了连续体结构拓扑优化设计的多目标优化模型。用移动渐进线方法(MMA)求解单目标优化问题,用序列线性规划方法(SLP)求解模糊-目标混合规划问题。通过典型的求解算例验证了所研究方法的有效性。     

多目标离散控制: 一种对策方法

在多目标控制中,线性加权法常常被用于把多目标问题转化为单目标问题的研究中。若各子目标与总体目标存在非凸关系时,该方法难以有效。本文构造了一种对策模型来解决这类多目标控制问题,提出了利用对策理论求解这类问题的方法。该方法可将决策人对目标的偏好加入模型中,从而放宽了问题的凸性限制。     

改进的证据理论在目标识别中的应用

针对传统证据理论用于目标识别时基本概率指派(basic probability assignment,BPA)难以确定的问题,提出一种基于灰色关联度的改进的证据理论并将其用于空袭目标识别。即通过对获取信息与参考模式的灰色关联度进行折衷归一化,确定证据对空袭目标集的BPA,进而使用证据合成规则对传感器获取信息进行融合得到目标识别结果。实例证明了此方法的有效性。     

瞬态极化响应目标识别参数模型分析

本文介绍了瞬态极化响应目标识别的基本原理与方法。基于目标散射矩阵的相关理论,详细讨论了目标识别的一种ＴＰＲ参数模型,提取了极化参数,并对目标模型的一个例子进行了分析计算,得到了较好的结果。     

一种跟踪机动目标的新方法

本文应用控制理论分析了R.A.Singer零均值模型在跟踪机动目标方面的局限性;提出了一种目标加速度的截断正态概率密度模型,并将目标加速度模拟为非零均值、时间相关的随机过程;借助于切比雪夫(CHEBYSHEV) 不等式来确定目标加速度的均值和方差之间的关系,并引用卡尔曼滤波器所包含的目标机动的统计信息来实现方差自适应算法。 理论分析表明,本文的模型和算法跟踪恒加速目标时稳态偏差为零,从而消除了Singer方法在跟踪恒加速目标时所存在的稳态偏差。 计算机仿真结果证实了理论分析的结论,表明本文提出的模型和采用的算法能够较好地跟踪高度机动目标。     

H∞控制在跟踪优化弹道自动驾驶仪设计中应用

应用H∞ 控制理论设计自动驾驶仪 ,其目的是使导弹能够稳定、准确地跟踪已形成的标称优化弹道 ,在导弹拦截目标的过程中沿着优化弹道命中目标。介绍了H∞ 控制理论及在具体设计中的方法 ,以某导弹为研究背景 ,基于标称优化弹道的特征点 ,用该理论和方法设计自动驾驶仪 ,并用六自由度数字仿真验证了设计的正确性和实用性。     

基于高维多目标多约束分组优化的要地防空扇形优化部署

基于排队论,得出了信息熵形式的防空阵地网对要地保护能力的数学描述,并将防空阵地网对要地保护能力、防空武器系统部署地点地形条件和防线划分等因素作为优化目标,防空武器系统最小部署间距为约束条件,建立了多型防空武器扇形优化部署多目标优化模型。针对目前算法在解决高维多目标优化存在的问题,基于改进的强度帕累托进化算法（strength Pareto evolutionary algorithm, SPEA2）,提出了将多个目标函数分成若干组,分别寻优,再综合求取全体目标函数非支配集的分组优化算法。仿真实验证明,该优化模型能够按现代防空作战特点进行防空武器系统的防线部署,规避不良地形,形成严密的防空覆盖面,且分组优化算法在性能上优于当前高维多目标优化降维算法。     

机群保障资源配置建模与优化研究

本文系统分析了机群保障的基本流程,厘清了保障过程中的各类约束条件,明确了机群保障资源配置的优化目标,构造了机群保障资源配置的数学优化模型.针对机群保障资源配置问题的大规模性与NP-hard性,采取滚动调度思想,将大规模优化问题分解为子问题,进而提高了求解的效率.最后以4架飞机6批次连续出动作为典型任务模式,基于优化平台验证了模型和算法的有效性和高效性.本研究为机群保障资源配置优化问题提供了一种有效的解决思路.     

基于混合算法的空战机动决策

针对现代战斗机空战机动决策的复杂性,以红蓝双机一对一空战为背景,结合滚动时域思想对战斗机空战机动决策进行研究。首先借鉴人工势场法构建战斗机空战人工势场,重点分析空战人工势场函数和变权重函数的构建;提出一种基于滚动时域控制-人工势场启发粒子群混合算法的战斗机空战机动决策方法;最后进行仿真验证,仿真结果表明该方法可以有效避免人工势场法局部极小值问题,改善粒子群算法的全局搜索能力,从而在一定程度上提高了战斗机在空战过程中的人工势场值,使战斗机在空战中占据有利态势。     

自适应预测权重的空战鲁棒机动决策方法

针对空战态势变化剧烈的近距空战问题,提出一种具有自适应状态预测权重调整机制的鲁棒机动决策优化方法。首先,为使无人作战飞行器对态势参数的变化波动具有一定的鲁棒性,设计了鲁棒态势函数来表征空战态势。然后,针对目标机动的不确定性问题,利用可达集理论对目标机动意图和状态提前预测,同时采用自适应预测权重系数对无人作战飞行器的攻击和防御进行调整。最后,利用改进的共生生物优化算法对机动决策控制量寻优。仿真结果表明,无人作战飞行器运用该方法能够生成一条理想的近距攻击占位轨迹,实现近距自主空战攻击占位。     

自适应预测权重的空战鲁棒机动决策方法

针对空战态势变化剧烈的近距空战问题,提出一种具有自适应状态预测权重调整机制的鲁棒机动决策优化方法。首先,为使无人作战飞行器对态势参数的变化波动具有一定的鲁棒性,设计了鲁棒态势函数来表征空战态势。然后,针对目标机动的不确定性问题,利用可达集理论对目标机动意图和状态提前预测,同时采用自适应预测权重系数对无人作战飞行器的攻击和防御进行调整。最后,利用改进的共生生物优化算法对机动决策控制量寻优。仿真结果表明,无人作战飞行器运用该方法能够生成一条理想的近距攻击占位轨迹,实现近距自主空战攻击占位。     

海上防空模型研究

从海上防空体系和海上防空作战特点入手 ,用系统的观点对其本质进行了研究 ,提出了研究海上防空体系效能的海防 、 、 型排队模型和客观反映海上防空体系防空作战特点及防空武器火力优化使用规划模型 .既从宏观上对海上防空体系效能进行了分析、研究和建模 ,又人微观上对海上防空体系进行了系统性的分析、研究和建模 ,其目的是想通过对海上防空模型的研究 ,一是为海上防空体系建设提供科学的依据 ,是有限的防空资源得到最有效的利用 ,二是为未来海上防空作战探讨一种体系化防空武器火力使用模型.     

基于系统动力学的反导部署优化方法

地面防空兵力的优化部署是提升武器系统反导作战能力的有效途径。提出了利用系统动力学(SD)理论进行反导部署优化问题的研究,给出了反导部署优化的SD模型框架,简要分析了各模块的功能,以此为依据建立了反导部署优化的SD模型,通过仿真数据的分析得到了一些有益的结论,案例应用表明了该方法的可行性和有效性。     

遗传算法在远程防空导弹总体优化设计中的应用

强调了远程防空导弹在防空体系的地位 ,讨论了远程防空导弹作战使命及主要技术途径的实现思想。运用防空导弹研制中继承性和创造性给出了有创新意义下的远程防空导弹总体设计方案并给出了详细的双脉冲固体火箭发动机的数学模型。运用遗传算法进行了远程防空导弹总体设计并给出了优化设计结果     

Solving algorithm for TA optimization model based on ACO-SA

An ant colony optimization (ACO)-simulated annealing (SA)-based algorithm is developed for the target assignment problem (TAP) in the air defense (AD) command and control (C2) system of surface to air missile (SAM) tactical unit.The accomplishment process of target assignment (TA) task is analyzed.A firing advantage degree (FAD) concept of fire unit (FU) intercepting targets is put forward and its evaluation model is established by using a linear weighted synthetic method.A TA optimization model is presented and its solving algorithms are designed respectively based on ACO and SA.A hybrid optimization strategy is presented and developed synthesizing the merits of ACO and SA.The simulation examples show that the model and algorithms can meet the solving requirement of TAP in AD combat.     

基于奇异谱分析的航空客运需求分析与分解集成预测模型

考虑到航空旅客运输需求影响因素复杂以及航空客运需求序列非线性非平稳等特征,本文提出了一个基于奇异谱分析(SSA)的航空客运需求分析与分解集成预测模型.需求分析阶段,首先使用SSA对航空客运需求序列进行有效分解,接着借助奇异熵理论,将序列重构为长期趋势项、中期市场波动项和短期噪声项;预测阶段,使用排列熵(PE)判断各重构序列复杂度的高低,并依据序列复杂度分别选择粒子群算法(PSO)和布谷鸟算法(CS)双优化的支持向量回归模型(SVR)或单整自回归移动平均模型(ARIMA)进行预测,结果表明,该分解集成预测模型较ARIMA、SVR等基准模型有着更好的预测性能.