基于微分进化算法的防空导弹火力分配

防空导弹火力分配是防空作战中的关键环节,优化分配方案、提高分配效率都将对提升防空作战效能产生重要影响.在分析防空导弹火力分配过程的基础上,建立了基于最大杀伤效能的防空导弹火力分配模型,并引入惩罚函数,改良了原有模型;在分析微分进化算法优缺点的基础上,结合防空导弹火力分配问题的特殊性,对标准微分进化算法进行了改进,使其适用于离散问题的求解,并将其应用于防空导弹火力分配问题;结合实例对基于微分进化算法的防空导弹火力分配模型进行仿真分析.仿真结果表明,采用微分进化算法解决防空导弹火力分配问题收敛速度快、鲁棒性强、执行效率高.     

战时地空导弹调运决策

为了解决地空导弹的优化分配,合理调运问题,提出了一种战时地空导弹调运决策的方法。基于排队论确定地空导弹火力单元的导弹需求量。考虑时间性、安全通过概率和运输费用,计算从仓库运输导弹到火力单元的道路代价系数。结合直线优化D ijinstra算法确定战时地空导弹最佳调运方案,并给出了算例。结果表明,模型正确可行,可以较好地解决战时火力单元导弹需求量确定问题和导弹供应点调运决策问题。也可作为解决其他战时物资保障调运决策问题的理论参考。     

基于连续Hopfield网络的反导火力分配优化

为缩短防空火力分配模型解算时间,提高防空火力分配的鲁棒性,应用Hopfield神经网络对反导火力分配问题进行了研究。以反导火力分配为研究对象,建立了反导火力分配模型,以提高反导战场管理的智能化。提出了基于连续Hopfield神经网络的反导火力分配优化算法,并对该算法进行了收敛性和稳定性分析;最后应用实例验证了模型的有效性。     

基于粒子群优化算法的协同空战导弹目标分配

为了取得协同空战的最佳攻击效果,在协同攻击的过程中进行导弹-目标最优分配是一种有效的解决方法。首先运用作战效能和运筹学理论建立多目标协同攻击的导弹-目标最优分配模型,其次在分析基本粒子群优化算法特点的基础之上提出了一种改进粒子群优化算法,其中的主要改进有3点:惯性权自适应调整、粒子速度与位置自动更新以及优化策略改进。然后将该改进粒子群优化算法应用于协同空战导弹-目标最优分配问题的迭代求解。仿真结果表明所采取的改进策略加快了算法的收敛速度,提高了粒子的局部求解精度与全局寻优能力,并且与基本粒子群算法、遗传算法相比较,该改进粒子群优化算法能够更加快速、有效地求出多目标协同攻击的导弹-目标分配最优解。     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

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。     

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。     

多型号武器的目标优化分配问题研究

对地面防空中多型号武器的目标优化分配问题进行了研究。其中包括多目标通道地空导弹武器系统杀伤区的确定、各火力单位相对于飞机类、导弹类目标的射击诸元计算、目标优化分配模型的建立及其求解。     

多模态函数优化的人工免疫应答优化算法

针对传统的人工免疫算法收敛速度较慢,搜索精度较低的问题,基于免疫应答原理提出一种多模态函数优化的人工免疫应答优化算法.该算法将初始抗体群分配为记忆抗体群和一般抗体群,对记忆抗体群实施高频变异算子进行局部精细搜索,并对一般抗体群执行趋同过程算子进行全局粗搜索,从而加快了进化过程.通过典型多模态函数对该算法进行性能测试,实验结果表明,该算法具有更快的收敛速度和更高的搜索精度.     

人工免疫算法对遗传算法改进的仿真研究

遗传算法是一种很好的优化算法,但其本身存在着易早熟、效率低等不足.人工免疫算法是参考生物免疫系统机制的一种算法,它通常用于对其它算法的改进.论文用人工免疫算法对遗传算法进行改进,在遗传算法中引入浓度机制并从问题中提取疫苗.通过实验对比,它对遗传算法的改进取得了较好的效果.     

改进MOQPSO算法的多平台多武器火力分配

针对多目标粒子群优化算法在求解火力分配过程中容易陷入局部最优的问题，提出一种改进的多目标量子粒子群优化（Multi Objective Quantum Behaved Particle Swarm Optimization, MOQPSO）算法。通过改进编码方式、修改位置更新公式、引入高斯变异和更新外部档案等方法，使该算法适于求解多平台多武器火力分配多目标优化模型。对规模不同的2个作战想定分别采用改进MOQPSO算法和MOPSO算法进行求解。对多目标优化与单目标优化模型的收敛性能进行了比较。仿真结果表明：改进MOQPSO算法比MOPSO算法运算速度提高6倍左右，所求Pareto解的收敛精度更高、多样性更好，验证了所提算法的有效性和优越性。     

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。     

改进分解进化算法的飞行器动态火力分配

为解决飞行器在一次性投放火力有限的情况下,如何动态分配多波次火力问题。将目标价值、目标威胁与火力分配相联系,建立动态火力分配多目标优化模型(DWTA)。在DWTA模型下包括数个子火力分配模型(SWTA),下一波次的SWTA由上一波次SWTA的打击效果作为输入来进行更新。改进了混合共轭梯度法的多目标分解进化算法(MOEA/D),提出加入高斯扰动来生成初始搜索点集合,并运用共轭梯度法进行搜索。运用算法对模型进行求解,仿真实验表明,算法在保留MOEA/D算法优点的同时,相比传统MOEA/D算法求解模型用时22s,改进MOEA/D算法仅用14s,提高了算法的收敛速度,并完成了对多波次火力的动态分配。     

针对多空中威胁目标的联合火力协同分配打击策略

威胁评估及火力分配打击是打击决策中的重要环节,战场环境因素的复杂性、不确定性,使得现有的威胁评估算法在进行威胁度计算时考虑的因素不够全面,难以有效支撑火力打击决策环节。因此,本文提出一种考虑、飞行高度、空中运行姿态、行进速度、携弹数量的多空中威胁因素问题模型,基于此模型获取火力协同打击策略。利用本文方法解算出在某一任意环境下,火力系统的最优协同打击策略。通过仿真对比经典粒子群优化算法,本文算法能够更快收敛,验证了本方法的有效性和可靠性。     

多层弹道导弹防御体系火力分配模型求解算法研究

研究了多层弹道导弹防御体系火力分配问题。首先对多层弹道导弹防御体系火力分配问题进行了描述;其次建立了基于最大化资源剩余价值目标函数的多层弹道导弹防御体系火力分配模型;多层弹道导弹防御体系火力分配模型是非线性NP难问题,针对目标函数的特点,应用线性逼近的方法,建立了易于求解的多层弹道导弹防御体系火力分配模型的近似线性规划模型;最后针对具体实例,应用多层弹道导弹防御体系火力分配线性规划模型,采用分之定界算法进行求解,仿真结果验证了模型的有效性及实时性。     

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。     

基于免疫粒子群算法的车间作业调度问题

本文提出了一种基于人工免疫原理的改进粒子群优化算法,从而克服了粒子群算法在求解优化问题过程中易陷入局部最优解的缺点。实例验证了该算法的有效性。     

一种改进的人工免疫算法在模糊Flow-shop调度问题上的应用

为了克服传统的遗传算法和人工免疫算法的不足,提出一种改进的人工免疫算法.此种算法在进行亲合力计算前利用生成的亲和度矩阵排除相似抗体,大大减少运算量.用此种改进的人工免疫算法优化寻优过程,研究了处理时间不确定并且具有不同交货期窗口的Flow-shop的提前/拖期调度问题.最后,仿真实验验证了算法的有效性.     

NRIWO算法求解火力分配多目标规划模型

为满足火力分配在保证毁伤概率较优的前提下降低火力单元的使用数量的要求,建立了火力分配多目标规划模型.基于入侵杂草学说,提出非支配排序杂草优化算法用于解决火力分配多目标规划问题.该算法在初始化和空间扩散阶段采用不同的决策变量编码策略,根据非支配排序的概念,将杂草种群中的个体分为多个等级以区分优劣从而进行生长繁殖.仿真结果表明:新算法每一代具有很强的向最优面逼近能力,体现了很好的均匀性以及解分布的广度,用于火力分配多目标规划,可实时为指挥员提供良好的辅助决策.     

求解柔性车间作业调度的改进人工免疫算法简

柔性作业车间调度问题(FJSP)一直是生产调度领域和组合优化领域的研究重点,为获得更加理想的FJSP解,解决标准人工免疫算法易陷入局部极值等不足,本文提出一种求解FJSP的改进人工免疫算法(AIA),该算法引入模拟退算法的Metropolis准则,接受新抗体,保证种群的多样性,加快搜索效率,并采用标准算例对其性能进行对比分析.仿真结果表明,改进人工免疫算法提高了FJSP的求解效率和解的质量,具有较高的实际应用价值.