基于PS-IFKCM的弹道中段目标识别方法

针对现有直觉模糊核c-均值(intuitionistic fuzzy kernel c-means,IFKCM)聚类算法对初始值敏感、易陷入局部最优解及收敛速度慢等缺陷,汲取了粒子群优化(particle swarm optimization,PSO)算法优势,对初始聚类中心进行优化,提出了基于粒子群优化的直觉核c-均值(particle swarm-based intuitionistic fuzzy kernel c-means,PS-IFKCM)聚类算法,选取4组标准数据集实际样本数据对算法的有效性进行了试验。最后选取弹道中段目标识别常用的雷达截面积(radar cross section, RCS)这一特征属性进行弹道中段目标识别仿真实验,并将其与模糊c-均值（fuzzy c-means, FCM）算法、IFKCM算法的识别效果及运行时间进行比较分析,表明了该算法应用于弹道中段目标识别的有效性及优越性。     

多传感器优化部署下的机动目标协同跟踪算法

针对资源有限的传感器网络中目标动态跟踪问题,提出了一种能够自适应选择跟踪传感器的机动目标协同跟踪算法。首先,采用粒子群优化算法优化传感器网络能耗与有效覆盖率,进行传感器位置部署;然后,以最大化候选传感器的Rényi信息增量与最小化传感器间信息传递能耗为适应度函数,采用二进制粒子群优化算法自适应选择最佳跟踪传感器组;最后,利用交互多模型粒子滤波对机动目标位置进行估计并进行分布式融合。仿真结果表明,与现有方法相比,该方法可在非高斯非线性环境下自适应选择最优跟踪传感器,显著提高目标跟踪精度,降低网络能耗。     

基于协同memetic PSO算法的传感器目标分配问题求解

传感器目标分配问题是防空系统传感器管理的一项重要研究内容。对面向跟踪的防空系统传感器目标分配问题进行了研究,结合主客观分配原则,利用0-1整数规划模型对问题进行了建模,约束主要考虑传感器的跟踪能力和目标的被执行跟踪容量。构造了一种协同memetic 粒子群优化(particle swarm optimization, PSO)算法,分别采用PSO算法和邻域搜索算法作为全局搜索和局部搜索。为了在粒子位置矢量中反映出传感器组合,根据问题设计了一种特殊的粒子编码方法。最后通过仿真实验验证了算法的合理性和有效性。     

基于Riccati方程的稳态传感器分配算法研究

采用协方差控制策略 ,建立了传感器分配的最优化模型 ,提出一种基于Riccati方程的稳态传感器分配算法。在预先给定稳态期望协方差的情形下 ,该算法通过求解Riccati方程计算出各种传感器组合的效能 ,并选择使目标函数值最小的传感器组合进行分配。该算法可以独立于跟踪循环之外预先计算好传感器分配方案 ,因而是一种离线的分配方法。给出了应用该方法的具体步骤 ,通过仿真实验验证实了该算法的有效性     

空间轨迹问题的粒子群仿真研究

空间轨迹的搜索问题具有多个全局最优解,一种有效的解决方法是采用粒子群算法进行搜索.然而与一般的优化问题不同,轨迹问题要求算法中粒子适应值与粒子位置同时收敛.为此,针对已有的粒子群算法在轨迹搜索上的不足,提出了一种减速粒子群优化算法(Slowdown ParticleSwarm Optimization,简称SPSO),从位置角度改善粒子群的收敛性能.该算法利用独立子群技术保证粒子收敛于不同的位置,并根据粒子适应值情况减半更新粒子飞行速度,以达到位置收敛的目标.仿真实验的结果表明了减速粒子群算法在位置收敛效果上的优越性.     

基于微多相粒子群算法的介质粗糙面反演研究

为快速有效地求解介质粗糙面的反演问题,提出了一种能反演地表面参数的新方法--微多相粒子群算法。利用矩量法结合前后向迭代法快速求解双站散射系数。采用单纯形法实现有导向的约束初始种群的生成,以双站散射系数的测量值和理论计算值的偏差为目标函数,通过多相粒子群算法和单纯形相结合的算法对优化变量进行优化,使目标函数达到最小值实现地表参数的反演。给出了应用该方法的具体步骤,分析了测量结构,通过仿真实验验证了算法的有效性。     

一种改进的粒子群优化算法

针对非线性优化问题讨论了一种基于迭代进程和适应值综合的自适应变异粒子群优化算法,该算法按照自适应变异方法从迭代进程上、以及从目标函数适应值上调整速度惯性因子,同时结合正态变异算子调整搜索方向。采用专用测试函数进行仿真测试分析,结果表明改进算法收敛,具有很高的搜索效率和求解精度。     

基于信息扩散机制的双子群粒子群优化算法

针对粒子群算法在多峰、高维函数的全局优化中易陷入局部极值的问题,在分析算法早熟收敛原因的基础上,提出一种基于信息扩散和多样性反馈机制的双子群粒子群优化算法。算法将粒子群划分力两纽搜紊方向相反的主、辅子群协同进化,通过引入信总扩散函数,根据不同粒子的位置及相应适应值与当前群体最佳位置和最佳适应值的关系,控制粒子变尺度向群体当万矿最佳位置移动,岁倦于多样性反馈机制动态调节惯性权重和分配主、辅子群的粒子数量。对基准函数的仿真优化结果表明,改进算法与其他PSO改进算法相比,具有抑制早熟、收敛速度快、求解精度高的特点。     

基于改进粒子群优化算法的虚拟企业伙伴选择

在分析基本粒子群优化算法和建立虚拟企业伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择的优化问题的改进粒子群算法.在优化过程中,该算法以优良适应值粒子取代部分不良适应值粒子,使算法具有过滤能力,加快了搜索速度,并保证了收敛于全局最优解.实验结果用基本粒子群算法进行了验证和比较,表明该改进粒子群算法具有较好的性能和简单快速准确等特点.     

无线传感器网络中基于粒子群优化的目标识别方法

针对无线传感器网络在地面目标声振信号识别方面的应用需求,在分析现有算法缺点的基础上,提出了基于粒子群优化(particle swarm optimization, PSO)方法的目标识别算法。利用粒子群算法优化基于模糊逻辑规则的分类器(fuzzy logic rule based classifier, FLRBC),分析了算法中各个参数的设置对算法性能的影响。基于实地采集到的信号的仿真实验表明,该方法在一定程度上提高了目标识别的正确率和稳定性,平衡了分类性能,改善了收敛性质。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于HLA的协同仿真运行研究

对应基于HLA的多领域建模，提出基于HLA的协同仿真运行。对HLA的标准MOM交互类进行扩充，增加有关仿真运行暂停、继续，仿真撤销，仿真结束的交互类；定义用于仿真运行启动的CORBA接口；对仿真运行管理器增加判断参与仿真联邦执行的所有成员是否正常加入的功能，并管理三个仿真联邦同步点，以保证协同仿真运行。     

基于HLA编队协同作战仿真研究

简要介绍了基于HIA的协同仿真平台（COSIM）的两种开发机制：COSIM开发机制和非COSIM开发机制。基于该平台构建了编队协同作战仿真系统，介绍了系统的体系结构及各节点的功能，完成了各个联邦成员的对象类和交互类设计，研究了非COSIM机制下的系统开发过程．开发过程表明：该机制在较大程度上封装了HLA／RTI的开发细节，能降低系统的开发难度，使开发过程变得简单。通过仿真实验验证了所构建仿真系统的可行性和正确性。所构建的仿真系统为编队协同作战能力（CEC）系统应用到水下防御领域的概念论证提供了依据，且为相关理论的研究提供了试验平台。     

基于Simulink的XCP仿真研究

针对NS-2仿真消耗大量运算时间,占用大量存储空间的缺点,利用Simulink构建XCP 的连续模型,并在此基础上构建多个XCP连接竞争一条瓶颈链路的仿真场景.对比实验表明,该模型能够真实再现XCP的收敛特性,并且运算时间在秒级,存储空间在KB级.     

基于脆性的复杂系统研究

针对开放的复杂系统进行研究,首次提出并论证了脆性是复杂系统的一个基本特性．以子系统之间的脆性联系为出发点,建立了研究复杂系统脆性的理论基础．根据脆性的定义、特点,定义了复杂系统的脆性基元、子系统间的脆性联系函数、脆性联系熵和脆性正交的概念,同时将非合作博弈的理论和方法引入到复杂系统的脆性的研究中．并以道路交通系统为例,进行了脆性分析。     

连续对策上的计策理论

引进连续对策上的计策的概念，分别研究一个局中人中另一个局中人的概率和识破这个局中人的计策的概率，给出局中人的判断的准确性的一种度量。     

基于STAGE的单舰防空反导仿真实现

单舰防空反导是现代海战中舰艇作战使用研究的重点和难点,也是舰艇战斗力形成的关键。在对舰艇防空反导仿真进行深入研究的基础上,提出了运用STAGE构建单舰防空反导仿真系统的基本框架,并详细描述了系统仿真模型的构建以及运用STAGE的实现方法。     

基于HLA的多领域建模研究

针对目前缺乏一种具有标准性、开放性、可扩充性，支持分布式仿真，基于商用仿真软件的多领域建模方法，提出基于HLA的多领域建模。首先提出将一个模型的输出变量映射到另一个模型输入变量的原则和实现方法，然后提出HLA应用层程序框架，以支持将各领域仿真软件开发的模型方便、准确地实现成为联邦成员，同时给出了商用仿真软件参与多领域建模所必须提供的与HLA应用层程序框架接口的五个方法。     

基于HLA的智能Agent仿真环境研究

智能Agent建模方法是一种描述复杂现象、研究复杂系统、实现复杂自适应性计算的有效手段。高层体系结构(HLA)为复杂大系统建模与仿真提供了公共的技术支撑框架，但HLA／RTI提供的数据交换方式不能充分满足Agent之间的通信需求。研究了基于HLA的智能Agent仿真环境，通过HLA／RTI与知识共享和操作语言(KQML)的集成，实现智能Agent之间的通信和合作，并通过实验验证了该环境的可行性。     

基于动态方差的指数期货到期日波动效应

基于有关文献中关于到期日效应的诊断方法,指出其中波动效应诊断方法中存在的缺陷。在此基础上,提出基于动态方差的诊断方法。与传统波动效应检验方法相比,基于动态方差的诊断方法能够根据金融数据的特征,充分利用研究时段中各个异常波动的信息,分析到期日与比较日(非到期日)之间出现异常波动的差异,进而动态地诊断波动效应。