改进遗传算法求解防空作战WTA问题

武器目标分配问题是防空作战指挥控制的核心和关键。针对求解防空作战WTA存在容易早熟和收敛较慢的问题,提出了一种改进遗传算法。引入直觉模糊集理论,定义了WTA问题的目标函数和约束函数的隶属度和非隶属度函数,通过"最小最大"算子构建了直觉模糊WTA问题模型;针对遗传算法中变异概率固定的竞争和子代种群缺乏父代优良个体的问题,采用自适应变异概率和模拟退火Meta-Lamarckian学习策略改进算法,并求解防空作战WTA问题,与其他算法进行仿真比较,结果表明改进遗传算法求解防空作战WTA的有效性。     

考虑发射区部分重叠的防空作战目标分配

为了研究多个地空导弹武器系统对多个来袭目标防空作战目标分配问题,考虑了部署中存在的发射区部分重叠问题,通过分析来袭目标群在飞越发射区时,不同发射区对不同目标覆盖状态的变化,将整个目标分配区间分为若干个分配子区间,通过比较拦截方在各个分配子区间所能获得的最大毁伤效果值,得出最佳分配子区间及其对应的分配方案。设计了基于捕食搜索策略的遗传算法(PSGA),并经过示例仿真,验证了模型和算法的可行性。     

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。     

基于遗传算法的目标优化研究

根据快防空作战的节奏、强对抗、多批次入侵特点，提出了武器目标分配模型．并通过分析遗传算法的原理解决武器目标分配的问题．用MATLAB语言进行优化设计，具有语言简单、函数丰富、用法比较灵活、编程效率高等特点．经过仿真验证，该方法可行且有效．     

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。     

电子防空作战目标威胁评估模型

在未来高技术条件下的局部战争中,电子防空是电子对抗部队的基本作战样式。如何对电子防空作战目标的威胁度进行评估,是各级指挥员最为关心的问题。因此,本文在借鉴相关理论的基础上,积极研究探索电子防空作战目标的威胁评估模型,为决策人员制定对抗决策提供依据。     

基于遗传算法的防空部署优化方法

针对防空部署的特点,建立了防空部署优化的数学模型,提出了一种初始种群产生方法,设计了求解防空部署优化模型的遗传算法,并用一个实例进行验证,取得了良好的优选效果。     

基于动态规划的目标优化分配决策模型

针对现代防空作战特点，对区域防空体系的目标优化分配问题进行了研究，改进了目标优化分配的基本模型，并使用动态规划方法建立了相应的决策模型，给出了求解的步骤和应用实例，结果表明，对于小规模目标的问题，其计算简单，且容易取得全局最优解。     

具有禁忌算子的遗传算法目标优化分配

针对地面防空作战中的多通道目标优化分配问题，给出了一种具有禁忌算子的混合遗传算法。该算法结合禁忌搜索算法和遗传算法二者的优点，既克服了禁忌算法全局搜索能力的不足，又提高了遗传算法的爬山能力，还解决了遗传算法容易陷入局部最优的问题，并使搜索过程具有记忆功能。仿真结果表明，该算法可有效给出求解多通道目标优化分配问题的满意解。     

基于Greedy算法的防空作战目标分配

依据防空作战中目标分配的一般原则,按目标分配方案中射击有利度最大的原则,提出了目标分配算法,并用组合优化算法中的Greedy算法进行了求解。结果表明该算法是一种较成熟、可靠的方法。     

基于遗传算法的作战资源优化分配

针对目前作战资源优化研究中存在约束条件过于简单的问题,充分考虑资源的使用范围、使用条件、持续工作时间、寿命等自身局限和资源执行不同任务时,要满足相应的约束等,建立了非平衡资源优化指派模型,并利用遗传算法对模型进行求解,最后给出了一个算例,验证了模型的实用性和算法的有效性。     

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。     

基于遗传算法的公路养护资源最优分配

为寻找资源最优分配时的养护策略,采用遗传算法进行求解.将多年养护策略表示为染色体,每种养护方式采用二进制编码形式用两个基因表示,各年的养护策略由路面和桥面两部分构成,并通过试验标定遗传算法的主要参数;为提高养护资源利用率,在分别进行路面和桥面养护资源独立优化分配的基础上,使二者资源实现共享,进一步提高了养护后设施的性能.算例结果表明,基于遗传算法的最优养护策略使养护后的路面和桥面性能分别提高1.8%和0.4%.     

防空战略作战的势战模型研究

基于对防空战略作战势战律的认识，首次引入了防空战略体系的势战的动力学模型，对模型进行了初步的分析，得到了一些有益的启示。     

基于遗传算法的单级泵站机组流量优化分配模型

针对泵站机组的流量优化分配问题,建立基于遗传算法的单级泵站机组流量优化分配模型,并将模型应用于引江济淮工程中江淮沟通段的派河口泵站,计算不同流量分配时泵站的运行效率。结果表明：设计工况下泵站流量平均分配时泵站效率最高,非设计工况下因干扰因素较多而流量接近平均分配时泵站效率最高;在大流量、大扬程条件下,机组运行数量偏多;泵站可行域分析时发现泵站特征曲面存在谷峰交替现象,在实际调度过程应避开出现泵站效率为0的工况。     

量子遗传算法在目标分配上的应用

量子遗传算法是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性.目标分配问题是一种典型的NP难问题,传统的方法在求解此问题时很容易陷入局部最优.本文利用量子遗传算有效地解决了目标分配最优化的问题,数值模拟表明量子遗传算法在该类问题中具有效性和可行性.     

基于多目标遗传算法的认知无线电频谱分配

频谱共享技术是认知无线电的关键技术。基于多目标遗传算法,将认知无线电网络的最大系统效益和次用户间的最大比例公平作为目标函数,运用图论着色频谱分配模型,实现认知无线电中空闲频谱在次用户间的动态分配,并与颜色敏感图论着色算法(CSGC)进行了比较。通过仿真验证了该算法在认知无线电网络中进行频谱分配的可行性,且性能优于CSGC算法。     

Lanchester战斗理论在防空作战中的应用

Lanchester战斗理论是高技术兵器出现前提出的经典战斗理论。讨论了其在防空作战中的应用问题，并以Lanchester方程的基本框架为基础，给出了基于防空作战和面向防空C^3I系统建模的Lanchester方程。     

防空战略作战的势战律建模研究

基于对防空战略作战势战律的认识 ,首次引入了防空战略体系的势函数的概念 ,建立了势的比较、等势面、势的发展等概念 ,提出了势的规划问题。并结合模型对防空战略作战体系建设得到了一些非常有益的启示。     

大型丛式井组井口分配模型及其自适应遗传算法

为了提高大型丛式井组防碰设计质量和效率,以井口至待钻井靶点的水平位移为目标函数,以靶点水平位移之和最小为优化指标建立大型丛式井组井口分配问题的数学规划模型,给出改进的自适应遗传算法求解方法和步骤,包括适应度函数构造方法、编码和解码方法、自适应进化策略等。结果表明:该模型能够较好地满足大型丛式井组井口分配原则,有利于丛式井组防碰设计、施工和井口的利用;建立的改进自适应遗传算法能够克服过早收敛问题,具有较高的搜索精度和效率。