机会约束规划在地对空雷达干扰资源优化分配中的应用

应用机会约束规划理论,研究了反空袭作战中地对空雷达干扰资源优化分配问题。首先,在给出雷达威胁等级判定模型的基础上,利用干扰压制区建立了地对空雷达干扰效果评定模型。其次,根据所建干扰效果评定模型,综合考虑干扰资源分配过程中存在的不确定因素,建立了双层模糊机会约束混合整数规划模型。最后,利用可能性测度理论,将干扰资源优化分配模型清晰化为双层混合整数规划模型,通过求解混合整数线性规划来获取优化分配模型的最优解。仿真算例表明:所建的干扰资源优化分配模型不仅能够有效处理分配过程中的不确定信息,而且能够在本级干扰效果最大化的同时实现全局最优化;模型的求解算法针对性更强,非常适合求解该问题。     

激光船舶定位及避碰系统软件的设计

为实现高精度的船舶定位及避碰，根据国际避碰规则，利用激光检测方法和技术系统及激光自动标绘技术，进行了激光船舶定位及避碰系统的优化算法及软件设计，它采用点模型和安全半径的方法，设计宽阔水域、多船相遇的定位及避碰，从而智能地确定避碰船只、避碰速度或方向。     

基于混合粒子群算法的船舶避碰决策

为解决船舶在开阔水域中的避碰决策问题，提出基于混合粒子群算法的船舶避碰决策方法。首先，针对粒子群算法在迭代后期容易陷入局部最优的局限性，引入高斯位置变异概念，扩大粒子的搜索广度，利用自适应策略对惯性权重进行改进，在保证粒子多样性的同时，提高粒子的局部搜索能力；其次，基于多目标优化方法构建目标函数，引入基于模糊综合评价策略构建的船舶碰撞危险度模型，统筹考虑《国际海上避碰规则》、海船船员通常做法、航行安全性与经济性，实现了多船会遇态势下的避碰路径规划；最后，通过Matlab仿真实验验证了该算法的有效性。相比标准粒子群算法，本文船舶避碰决策效果显著提高。     

基于改进粒子群优化算法的无人水面艇动态避碰方法

针对"蓝信"号无人水面艇的动态避碰问题,提出一种基于改进粒子群优化算法的动态避碰方法.首先,考虑障碍物轮廓的长宽比不同,将障碍物膨化为圆形和椭圆形,并采用速度障碍原理求取避碰模型,同时,在避碰过程中加入国际海上避碰规则约束;其次,对粒子群优化算法进行自适应改进,使其针对避碰策略的求取能够快速收敛到最优解,提高算法的收敛速度与精度,满足避碰算法的快速性要求;最后,搭建虚拟视景仿真平台,模拟航行中的海洋环境,以"蓝信"号无人水面艇为模拟对象,对所提出的避碰算法进行仿真验证.仿真结果表明了该避碰方法的可行性和有效性,为无人水面艇的自主动态避碰提供了一种可行和有效的解决途径.     

基于粒子群与人工鱼群混合算法的TSP求解模型

传统的群智能算法不断被优化和改进,但由于传统单纯算法的固有缺陷和局限性很难从根本上去除,因此衍生出许多群智能混合算法。针对人工鱼群算法(AFSA)收敛速度慢及粒子群算法(PSO)全局收敛性差的缺陷,提出了一种新的粒子群与人工鱼群的混合算法。算法以人工鱼群算法为基础,将粒子群算法的线性递减惯性权重策略引入到人工鱼群算法中,对人工鱼进行编码处理以及动态改变人工鱼个体的视野,使之形成新的粒子群人工鱼群混合算法(PSO-AFSA)。完成算法融合并将混合算法应用于旅行商(TSP)问题。仿真结果表明:与传统的人工鱼群算法和粒子群算法相比,该混合算法全局收敛性效果更好,收敛速度更快。     

改进的人工鱼群混合算法在智能组卷中的应用

现有的智能组卷多采用单一算法,而每种算法都有其各自的缺点,针对此缺陷提出了结合人工鱼群算法和遗传算法的优点组成混合智能组卷算法.在智能组卷开始时,采用人工鱼群算法快速靠近组卷目标,在组卷过程中,当最优个体在连续多个迭代过程中无变化或变化极小时采用遗传算法对人工鱼个体进行跳变,提高收敛速度.通过模拟计算证明,该混合智能算法能有效地优化其中单一算法独自进行智能组卷的成效     

混合智能系统在船舶自动避碰决策中的应用

为减少或避免由于人为失误导致的船舶碰撞事故,促进船舶航行安全,船舶自动避碰系统的研究正在逐渐深入,其中船舶自动避碰决策算法是关键.综述了模糊神经网络、混合专家系统、软硬计算混合系统、综合性仿人智能系统在该领域的应用,并对相关研究成果进行分类整理、分析不足,指出混合智能应用于船舶自动避碰决策算法中的研究方向.     

基于自适应神经网络智能舵的自动避碰研究

通过优化船舶避碰过程中涉及的数学模型,设计了一种基于自适应神经网络智能舵的自动避碰算法,用于船舶避碰决策过程。该算法可以判断会遇情况,计算碰撞危险度,并自动确定转向时间和转向幅度。此外,在船舶自动避碰过程中,还考虑了COLREGs,航行经验和自动避碰方法。基于动态面技术和神经网络方法,解决了船舶运动控制系统中由后推法引起的"计算量膨胀"和"维度灾难"问题。通过对"YUKUN"号和"YULONG"号远洋船的Matlab仿真实验,验证了所提出的自动避碰决策系统的有效性。     

具有周期性双层优化结构的无人机集群航路规划模型

 针对多种威胁条件下的无人机集群航路规划问题,提出了集群控制方法和周期性双层优化算法。以定点抵达任务为背景,将d-范数、冲击函数与反曲函数结合起来,构建了能够实现雷诺兹准则的集群动态控制模型,并采用设计出的周期性双层优化算法求解中心无人机的航路规划问题。通过仿真算例,验证了该模型的实效性和优化算法的可行性,与遗传算法-人工势场混合算法相比,周期性双层优化算法求解效率更高且优化效果更好。     

多船紧迫危险局面的智能避碰决策与仿真

基于"船舶拟人智能避碰决策"理论基础,采用船舶相对运动几何分析与仿真试验相结合的方法,着重研究多艘船舶陷入紧迫危险局面下,避让重点船的智能避碰决策及其实施方案的校验与优化算法;借助航行安全与自动避碰(NSACA)仿真测试平台进行仿真实验,验证了理论分析结果的正确性.     

水面无人艇多船障碍智能避碰

为尽可能在无人艇避碰规划时兼顾《国际海上避碰规则公约》,提出对障碍船进行符合《公约》的偏心膨胀,对偏心膨胀建立统一的运动模型.为实现宽阔水域的水面无人艇多船障碍智能避碰,提出基于避障紧迫程度、安全性预测以及调整可行性的模糊规划方法.对同时具有对遇、交叉及追越情况的多个复杂运动障碍进行避碰规划仿真,结果证明了该方法的智能性.     

基于人工势场法和模型预测控制的船舶变速避碰研究

针对船舶在狭窄水域航行时,提出一种基于人工势场法和模型预测控制的船舶智能变速避碰算法。通过对周围环境建模,使用人工势场法建立势场,结合《国际海上避碰规则》对船舶避碰的对应规则要求,快速计算出符合避碰规则的建议航向。其次,利用模型预测控制,根据《国际海上避碰规则》对船舶变速的相关要求,在狭窄水域船舶行动受限的条件下,预测迭代一定时间内的避碰情况,给出最符合要求的速度值。经过仿真表明：算法提供的航速和航向决策能实现狭窄水域范围内的多船有效避让,为船舶驾驶员的避碰决策提供参考与支持。     

多种会遇状态下基于强化学习的船舶自动避碰路径仿真

为实现海域中多会遇局面的船舶自动避碰,依据船舶间状态信息的实时获取,构建了自适应启发评价的船舶避碰算法。算法中通过再励信号由强化学习训练得到船舶从会遇形成到驶过让清动态过程的优化转向决策,模拟给出了两船会遇局面、多船会遇局面下的避碰优化路径。结果表明算法能够满足避碰规则并完成安全避碰,与已有分布式避碰决策方法对比,显示了更好的实时性和经济性。     

一种混合仿生算法在弹道优化中的应用

针对导弹滑翔段弹道优化问题,考虑人工鱼群算法局部搜索不精确、微粒群优化算法易发生过早收敛等问题,提出一种新的人工鱼群与粒子群混合优化算法。算法的主要策略是在人工鱼群算法的基础上,将人工鱼群优化算法中的觅食行为变为粒子群在感知范围内进行小范围寻优,在人工鱼群算法的最后,再利用粒子群进行精确寻优。以导弹飞行中的吸热量为优化目标,运用此算法设计得出了导弹滑翔段的优化弹道。     

基于细菌觅食算法的避碰航路优化研究

提出一种基于细菌觅食算法的避碰航路优化算法.该算法优化避碰参数包括避让转向时机、安全避让角度、复航时间和复航角度,细菌状态空间对应解空间.利用最近会遇距离和到达最近会遇点的时间,迭代计算趋化、繁殖和迁移算子,从而获得最优解.通过模拟仿真对遇、追越和交叉3种会遇态势,该算法可有效优化避碰航路,给出最优的避碰参数.该算法可为船舶避碰决策提供新的方法和思路.     

遗传算法在AUV局部路径规划中的应用研究

利用遗传算法（GA）实现AUV（自主水下机器人）对于运动目标的自主避碰,根据前视声纳信息探测到的障碍物距离信息,AUV的运动信息以及航迹规划信息.算法采用了二进制编码规则,并把避碰、航迹跟踪等约束条件作为适应度函数的影响因子,将AUV的下一步的航向和速度作为避碰算法的输出结果.仿真表明,AUV对动目标的自主避碰效果良好、避碰和航迹回归路径平滑.     

一种基于黏性流体算法的水下传感器网络节点部署模型

水下传感器网络的节点部署优化能够提高整个网络的覆盖度和均匀度。该文针对水下环境复杂时现有部署优化算法的局限性,提出了一种基于黏性流体算法的水下传感器网络节点部署优化方案。该算法以覆盖度为目标函数,将节点的部署过程模型化为流体流动的自然行为,并在方案中加入鱼群优化算法,进一步优化部署策略。仿真结果表明,融合智能鱼群算法的黏性流体部署方案可有效提高网络覆盖度和均匀度,优化网络性能。     

基于改进人工势场法的智能车辆避撞路径规划

针对传统人工势场法存在道路边界势场不完善和局部最优问题，文章提出一种改进人工势场法的智能车辆避撞路径规划。引入道路势场函数来描述道路边界，设立虚拟目标点来摆脱局部最优，建立道路环境模型；为了根据周边环境和车辆状态进行实时规划，设计分层避撞路径规划控制器，将道路环境模型引入上层路径规划器的目标函数中，利用模型预测控制(model predictive control, MPC)的优化算法规划出局部避撞路径，再将路径信息输入到下层跟踪控制器进行跟踪。MATLAB/Simulink与CarSim联合仿真实验结果表明，该避撞路径规划对于静态障碍物和动态障碍物都可以规划出平滑无碰撞的路径，保证车辆行驶的稳定性和安全性。     

雾航情况下PIDVCA算法分析与仿真

为进一步测试验证船舶拟人智能避碰决策（PIDVCA）算法,在互见的左交叉会遇局面的雾航情况下结果是否合理有效,基于《1972国际海上避碰规则》,以左舷来船为对象,采用几何作图分析互见的左交叉会遇局面在雾航情况下不同交汇特征的避让方法,利用集成有PIDVCA算法的船舶智能操控（SIHC）仿真测试平台进行仿真测试。测试结果证明算法的合理性、有效性和经济性。该研究对算法的优化及实际应用具有参考价值。     

混合交通的出行分布与随机用户平衡双层规划模型

文章针对混合交通,考虑到实际交通网络中OD需求与整个路网的变化状况有关,建立了出行分布和交通分配的双层规划模型。并给出循环优化分配算法并用简单的算例证明了算法的可行性。