多层反导体系火力部署优化

研究了多层反导体系火力部署优化问题。首先介绍了多层反导体系的概念及火力组成,分析了反导体系发展的趋势;其次分析了组成多层反导体系火力系统的反导拦截平台部署的基本要求;再次,由于反导作战是一个攻防对抗的过程,因此从博弈角度出发,建立了多层反导体系火力部署min-max模型,并对求解min-max模型的求解算法进行了分析。最后针对实例,应用多层反导体系火力部署min-max模型对多层反导作战部署进行了优化分析,仿真结果表明:只有合理部署各种反导火力平台,构成一体化反导作战部署,才能达到体系的最优化。研究结果可为多层反导体系反导拦截平台协同部署提供有效的方法和途径。     

直接分配到弹的双层反导火力规划模型

反导作战火力运用是反导力量建设的核心内容之一,末段双层反导火力规划是一个复杂的不确定多约束条件优化问题,对火力规划进行了问题分析、弹-目分配时机分析和模型假设;分2个阶段建立了直接分配到弹的末段双层反导火力规划模型,模型重点考虑拦截目标与拦截弹杀伤时间窗口的对应关系,建立起武器系统拦截弹与来袭目标的弹-目对应分配关系,提供一种新的、快速的双层反导火力规划方法。     

联合火力打击目标分配

目标分配是联合火力打击指挥决策的核心内容,但是构建合理、可信的联合火力打击目标分配模型是相当复杂和困难的.根据联合火力打击循环过程的分析,设定了目标分配优化的时间周期;综合红蓝双方情况以及战场态势更新,建立了目标分配的思维机制;在将整个作战空间划分为网格、降低目标分配复杂性的基础上,结合基本输入变量以及各约束条件的量化表达式,构建了目标分配的线性规划模型;最后,利用算例进行了验证性分析.该模型为联合火力打击目标分配优化、制定作战方案提供了定量分析工具.     

基于人工免疫算法的导弹火力分配

人工免疫算法是一种近年来新发展起来的优化算法,目前它已被广泛应用于解决许多实际问题,如函数优化、图像处理、组合优化、网络安全、知识发掘、电网规划等许多领域。本文通过对人工免疫算法的研究,阐述其在导弹武器火力分配上的应用。首先描述了导弹火力分配优化问题,并建立了其数学模型;然后设计和实现了一种人工免疫算法;最后运用人工免疫算法求解了该问题。     

基于灰狼算法的多平台火力分配优化模型

为发挥多平台协同对海突击作战优势,综合考虑打击收益及打击代价两个重要影响因素,构建多平台火力分配数学模型,并且采用改进的灰狼优化算法研究解决多平台火力分配问题,结合实例进行验证。结果表明构建的火力分配模型紧贴作战实际,所采用的灰狼优化算法可以有效优选出最佳的火力分配方案,为指挥员指挥决策提供参考依据。     

迫击炮火力分配建模研究

高寒山地地形复杂、机动困难,迫击炮群将是未来高寒山地战场的重要火力。参战的迫击炮单位和类型比较复杂,不同的迫击炮群具有不同的毁伤效果。如何用最小的代价获得最佳的毁伤效果,是一种火力分配的优化问题。通过仿真迫击炮火力分配模型,模拟指挥员进行射击决策,为作战指挥理论提供了一种新的数学模型。     

舰炮对空射击火力分配模型研究

为解决防空作战中舰炮对空射击火力分配问题,综合考虑舰炮武器的作战能力和空中目标的威胁态势,结合武器目标分配和射击时机分配,采用动态火力分配研究方法,重点分析了射击时机对毁伤概率的影响。结合权重函数与毁伤概率P(t)的分布律,最终计算出了射击时机目标函数和射击时机分配模型。该研究成果对于舰炮对空射击的理论分析和实际运用提供了参考。     

基于动态自适应遗传算法的舰艇防空火力分配

本文提出一种基于自适应编码思想的遗传算法用于解决水面舰艇防空火力分配问题,该算法采用自适应编码,自适应选择与自适应的交叉与变异算子,能在较短的时间内得到全局优化解。仿真实验结果表明:新算法与其他算法相比,在优化性能和时间性能方面都有了一定的改善,可以较好地避免陷入局部最优,能较好地解决舰艇防空火力分配问题。     

基于混合机制的防空反导一体化目标分配方法

分析了现有的目标分配机制,并对防空反导任务中目标分配的机制的适宜性进行讨论。根据弹道目标反应时间短、攻击意图明确等特点,选择分布式机制作为协调机制并用拍卖算法进行建模;根据气动目标反应时间相对较长、不确定性因素较多等特点,选择集中统筹的机制并用改进遗传算法进行建模分析。最后将两种机制有效结合,应用到防空反导一体化作战中,构建了混编作战动态目标分配的混合协调机制。通过算例分析,结果表明混合机制可以有效应对弹道目标和气动目标的多重联合打击,在攻击达到饱和时,该方法具有一定的抗饱和攻击能力。     

舰艇编队防空火力基于改进遗传算法的分配方案

描述了舰艇编队防空火力分配问题,建立了火力优化分配模型。结合舰艇编队防空作战的特点,分析了几种传统分配算法的不足。为了获得全局最优解,将遗传算法用于该火力分配优化研究中。针对标准遗传算法计算费时、稳定性差等不足,从初始群体均匀产生、适应度尺度变换、稳态繁殖、自适应遗传参数等方面作了改进,给出了基于改进遗传算法的模型求解方法和步骤。经过实例计算,取得了良好的分配效果,可为制定舰艇编队防空作战指挥自动化决策提供科学、有效的支持。     

基于连续型Hopfield神经网络的一种A／D变换器

连续型Hopfield神经网络,即Continuous Hopfield Neural Network,简称CHNN。本文主要介绍了用CHNN实现8位A／D变换器的原理、模型、步骤和电路。     

一种新的HOPFIELD神经网络A/D转换器

在深入分析Hopfield 神经网络A/D转换器基础上，提出了一种新的，具有严格单调下降输入-输出特性的神经元的，下三角权阵神经网络A/D转换器。并由此构造出了一种4位神经网络A/D转换器。     

一种基于Hopfield神经网络的Adhoc网络QoS路由选择算法

当前研究Adhoc网络的QoS保证主要集中于QoS路由选择。人工神经网络已成为求解大规模优化问题的一种有效方法，已经证明合适的神经网络能实时地得到问题的精确解。主要考虑在Adhoc网络中满足时延条件下的最小耗费问题，建立了一种新的Hopfield神经网络模型，给出能量函数各参数之间的关系，并证明了通过适当选取参数，网络的可行解将是渐近稳定的。计算实例表明了新网络模型的有效性。     

基于Hopfield神经网络的系统优化

分析Hopfield型神经网络的系统特征及其优化方面的应用原理,证明了DHNN的权值公式,改进了基于Hopfield型神经网络的系统优化模式,总结相对传统优化方法的特点。     

Hopfield人工神经网络在工程优化中的应用

本文对Ｈｏｐｆｉｅｌｄ人工神经网络基本电路模型进行了分析．在此基础上提出了用Ｈｏｐｆｉｅｌｄ模型解决工程优化中的设计问题．给出了Ｈｏｐｆｉｅｌｄ人工神经网络在工程优化中的应用实例．结果表明：Ｈｏｐｆｉｅｌｄ人工神经网络是解决最优化问题的有效途径     

基于神经网络的工业图像识别

工业现场所采集的图像一般都会受到不同程度的污染，针对这种情况，将离散型Hopfield神经网络的联想记忆特点运用于有噪声污染的工业图像识别。所设计的网络具有并行处理、可训练性及容错性等特点，它能完成图像的识别与分类，在输入有噪声污染的图像时，仍可以识别与恢复图像。以监控系统采集到的有污染的数字图像为例，运用数值仿真技术，证明了该方法的有效性。     

Hopfield神经网络非线性纠三错码的研究

本文设计了一种高散型Ｈｏｐｆｉｅｌｄ自反馈神经网络，其权值矩阵具有较强的规律性（权值矩阵是主对线为１的的对称矩阵）。将这种网络应用于编码技术，得到了纠三错的非线性（ＴＥＣ—ＦＥＤ）码，同时对非线性码的旋转平移性进行了研究。这种网络原理简单，译码复杂性低，所得码具有一定的规律性     

Hopfield连续神经网络平衡态局部指数稳定的充要条件

研究Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络平衡点的局部指数稳定性,给出了Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络的平衡点局部指数稳定的充要条件。通过引入特征函数的方法,得到了各记忆模式的指数吸收域的估计,以此可用来评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆的容错能力和模式恢复能力,且可用于综合更为实用的连续联想记忆神经网络。     

Hopfield神经网络模型全局稳定的弱条件

研究了Hopfield神经网络模型全局渐近稳定的弱条件.模型中的激活函数没有有界和可微的限制,并且右上Dini导数可在多点取得最大值.首先构造Lyapunov函数,并利用可分析方法,证明了系数矩阵半负定是全局渐近稳定的弱条件.然后,通过例子和数值模拟说明了结论的有效性,改进了已有文献的结论.     

基于Hopfield神经网络的平面拟合编码研究

提出了平面拟合编码的一种新的实现方法，即神经网络方法。为了保证Ｈｏｐｆｉｅｌｄ神经网络的收敛，对该网络模型的迭代算法进行了修改，针对Ｈｏｐｆｉｅｌｄ网络存在的局部极小问题，给出了一种扰动算法，结合初始状态的合理选择，可以有效地避免网络陷入局部极小，而接近全局最小，以求得待定系数的最优解，计算机模拟结果表明，Ｈｏｐｆｉｅｌｄ神经网络实现的平面拟合编码性能优于传统的最小二乘法，重建图像质量提高约０．６ｄＢ。