基于佳点集的约束优化进化算法

结合数论中佳点集理论和多目标优化技术,提出了一种求解约束优化问题的新算法.该算法首先把约束优化问题转化为两个目标的多目标优化问题;接着结合佳点集理论重新设计了交叉算子,新的交叉算子能够生成具有代表性的子代个体以更好地搜索空间;采用BGA变异算子增加子代个体的多样性;最后根据当前子代群体的进化信息,利用联赛选择算子或Pareto优超关系选择优胜个体进入下代群体,通过4个标准测试函数验证了算法的有效性.     

基于深度强化学习的UAV航路自主引导机动控制决策算法

针对无人机(unmanned aerial vehicle, UAV)航路终端约束情况下航路自主引导机动控制决策问题,采用Markov决策过程模型建立UAV自主飞行机动模型,基于深度确定性策略梯度提出UAV航路自主引导机动控制决策算法,拟合UAV航路自主引导机动控制决策函数与状态动作值函数,生成最优决策网络,开展仿真验证。仿真结果表明,该算法实现了UAV在任意位置/姿态的初始条件下,向航路目标点的自主飞行,可有效提高UAV机动控制的自主性。     

一种多无人机协同侦察航路规划算法仿真

无人机协同侦察航路规划的算法复杂,数据量大,不易收敛。针对这些特点,采用了基于分散规划、集中调整思想的层次分解策略来确定参考航路。首先改进了粒子群优化算法,并运用该算法确定无人机的协同任务初始航路;然后给出了一种新的航路光顺优化指标,对初始航路平滑修正。仿真实验结果表明,该方法能够解决无人机的协同侦察航路规划问题,是一种效率较高的规划算法。     

虚拟战场环境中武装直升机航路规划算法研究

将直升机三维航路规划分解为水平航路规划和垂直航路规划进行计算。水平航路规划采用改进的蚁群算法,垂直航路采用综合坡度曲率限制平滑算法,有效地提高了解的性能和收敛速度并且能够计算出满足直升机机动性能要求的三维理想轨迹。最后用计算机进行了仿真,取得了较好的效果。     

针对交叉流的组合冲突解脱策略

航路网络交叉处高密度交通形成的冲突是诱发管制员工作负荷的主要因素, 合理的冲突解脱策略可以降低对保护空域的需求. 针对典型2向交叉流结构, 在分析横向侧移冲突解脱策略优势与不足的基础上, 提出了更符合管制实际需求的基于2次航向改变的组合冲突解脱策略. 首先建立了不受空域约束的组合策略数学模型. 组合策略较横向侧移策略占用较少的机动缓冲空域. 进一步建立了受空域约束的组合策略数学模型, 通过仿真讨论了不同策略的空域资源可用率. 初始偏置角与航迹交叉角存在复杂制约关系, 其合理配置可缩小缓冲区范围, 增加空域资源可用率.     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

求解航路规划优化问题的改进蚁群算法

航路规划是军事运筹研究的热点和难点问题。在对航路规划优化问题分析的基础上,综合考虑全航路暴露概率、被毁伤概率和航路航程,提出了基于改进蚁群算法的航路规划优化方法,通过引入挥发系数动态调整、信息素限幅控制、航路平滑算法和交叉算法,有效提高了算法的全局收敛性能和搜索速度。仿真结果表明,改进蚁群算法能够快速收敛并搜索到较满意合理的航路,可以为航路规划辅助决策研究提供借鉴和参考。     

基于分层遗传算法的模糊控制器在线优化设计

针对模糊控制器的优化问题,提出了一种基于改进的分层遗传算法在线优化设计方法。该算法在分层遗传算法的基础上修改了信息交换方式,采用自适应交叉算子和变异算子,并改进了变异算子的变异方式,使其能在现有最优解基础上进行更精确的局部搜索,提高了搜索速度和精度;同时,使用了具有约束的时间与绝对误差乘积积分(ITAE)型性能指标函数,能够对系统的稳态误差、超调量和上升时间进行有侧重的优化;并结合最小二乘参数在线辨识技术,实现了时滞时变系统模糊控制器的参数和结构在线同步快速优化。仿真实验证明了该方法的有效性。     

可重复使用运载器多约束鲁棒预测校正制导

针对可重复使用运载器(reusable launch vehicle, RLV)再入段常规约束、航路点约束、倾侧角速率约束和参数不确定问题, 提出一种多约束鲁棒预测校正制导方法。首先, 利用改进准平衡滑翔条件将常规约束转化为倾侧角幅值约束。其次, 提出基于二分法快速迭代确定倾侧角翻转位置的航路点制导律, 并将翻转速率约束转化为关于能量的约束, 引入预测校正的计算中。然后, 对于参数不确定鲁棒制导问题, 提出基于标称升阻比和能量剖面对迎角及横程误差走廊在线调整的策略。仿真实验表明, 在参数不确定情况下, RLV能够满足多约束条件和终端制导精度要求, 验证了方法的有效性和鲁棒性。     

交叉粒群算法在无人机航路规划中的应用

随着现代战场环境的日益复杂和作战范围的不断扩大,给无人机（unmanned aerial vehicle, UAV）执行空中侦察、监视、作战等任务带来了严重挑战。为了提高UAV的作战效率和生存概率,从UAV的威胁空间建模出发,根据战场分布的威胁区域,先利用威胁回避技术快速地给出一条从起始点到目标点的粗选航路;然后在此基础上,应用粒群算法和遗传算法中交叉和变异操作相结合的思想,对粗选规划航路进行全局优化,从而找出一条能确保自身安全并威胁代价最小的最优飞行航路。仿真结果说明,该方法是有效、可行的。     

无源北斗/高度组合导航自适应滤波算法

为了减小用户机动对无源北斗双星组合导航系统定位精度的影响,论文研究了自适应滤波定位算法.首先,在分析组合导航算法Singer模型的基础上,提出了模糊逻辑自适应滤波方案.然后,通过仿真获取系统知识,建立模糊逻辑系统,实时调整滤波器驱动噪声方差,实现滤波定位算法模型对用户机动的适应性.最后,通过仿真验证,设计的模糊逻辑自适应滤波算法能根据用户机动情况实时调整卡尔曼滤波器的驱动噪声方差参数,并能有效提高组合导航系统机动时的定位精度.     

军事训练想定中的三维航迹仿真模型

将飞行目标的空间机动分段简化为空间恒加速度（或等速）直线机动，空间任意平面内的恒向心加速度圆周机动（包括恒向心加速度水平机动或恒向心加速垂直动两个特例），整条航迹就是由若干直线机动段，圆周机动段通过机动点的连接任意组合而成，据此建立了三维空间内的航迹仿真模型，从理论上实现了目标在三维立体空间内的准自由活动仿真，可比较真实地模拟空中目标的各种飞行动作。     

波浪对鱼雷形长航程AUV微速操纵性的影响分析

在建立适合于鱼雷形长航程自主水下航行器(简称:AUV)微速操纵运动仿真的六自由度数学模型的基础上,基于线性波浪理论建立了波浪对鱼雷形AUV作用力的数学模型,并对 AUV在近水面做悬停运动以及下潜运动时的操纵性受海洋环境力的影响进行仿真研究,结果表明鱼雷形AUV在不同海况波浪的影响下可以稳定的完成定点悬停和垂直下潜运动;二级波浪对鱼雷形AUV操纵性的影响较小,四级波浪对鱼雷形AUV操纵的影响较明显;波浪对AUV操纵性的影响随深度的增加而迅速较小.     

战斗部与HTK允许脱靶量的仿真分析

通过建立战斗部和直接碰撞杀伤方式命中目标的允许脱靶量模型,针对空中目标尺寸、速度、机动等特性的变化进行了仿真计算和比较分析。结果表明在不同具体情况下,战斗部和HTK拦截各有优劣;但从普遍意义上看,HTK方式对特性变化目标和不同类型目标具有更好的通用性,对高性能目标也具有更好的适用性。     

航空弹药运输模型研究

根据图论理论生成符合时限要求的运输网络形图,构建了在运力约束下多种航空弹药的运输模型,并用KSHWC算法对模型进行求解,同时也运用单纯形法对无约束的情况进行了求解,并对两种求解结果进行了比较,发现KSHWC算法能够在容量限制的范围内,充分优化运输方案.     

基于人工势场的防空威胁建模与仿真

威胁建模是无人机战术任务推演的重要前提。借鉴人工势场的基本思想,构造势函数来定量描述防空威胁对无人机任务完成性的影响作用。利用模糊多属性决策理论来计算防空威胁本身的作战能力指数,根据无人机采取的干扰措施、机动性能、飞行速度以及飞行高度等因素来量化无人机对抗威胁能力指数,利用悲观准则来处理信息不确定性问题。该模型具有可导连续函数相加的形式。仿真结果表明,该模型计算简单,占用存储空间少,且能够很好的反映防空威胁本身的作战能力、时域,空域特性以及无人机的对抗特性。     

基于几何算法的空中交通改航路径规划

为解决空中交通流量管理中恶劣天气或流量受限下的航班改航问题,提出了基于几何算法的改航路径规划方法.首先,将几何算法应用于航班改航路径的规划研究,给出了初始改航点的确定方法.然后,从实际可操作性出发,分别给出了在转弯角度、航段距离争改航点数量限制下的改航路径修正方法.最后,运用本文提出的方法对我国西南雷暴多发地区的改航路径进行了研究.研究结果表明:本文提出的改航路径规划方法可安全有效的避开飞行受限区域,算法简单可行.     

Research of intelligence data mining based on commanding decision-making

In order to rapidly and effectively meet the informative demand from commanding decision-making, it is important to build, maintain and mine the intelligence database. The type, structure and maintenance of military intelligence database are discussed. On this condition, a new data-mining arithmetic based on relation intelligence database is presented according to the preference information and the requirement of time limit given by the commander. Furthermore, a simple calculative example is presented to prove the arithmetic with better maneuverability. Lastly, the problem of how to process the intelligence data mined from the intelligence database is discussed.     

基于障碍物约束的遗传-中心点聚类算法研究

面对障碍物约束的聚类问题,分析了目前障碍物约束聚类算法的不足,定义了相关概念,随机选择k个样本作为聚类中心点,以距各聚类中心点的可达距离为样本划分依据,以类内平方误差和(WGSS)为聚类目标函数,引入遗传算法,提出一种基于障碍物约束的遗传-中心点聚类算法。最后,通过实例进行了算法测试,并与k-中心点算法进行比较。算法测试结果表明:基于障碍物约束的遗传-中心点聚类算法是完全可行和有效的,所提算法使得聚类结果符合地理空间实际情况,解决了聚类结果对初始化敏感的问题。     

基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器

针对传统α-β-γ滤波器抗野值能力差和受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器。该滤波器通过判断α-β-γ滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值,采用活化函数对新息序列进行加权修正,利用活化函数的性质,恢复新息序列原有的统计特性和正交性,从而达到抗野值的目的。同时,根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,解决野值剔除问题,并有效跟踪强机动性目标。