面向公路施工成本模型的优化PSO算法研究

传统的施工项目管理方式和资源优化方法造成了资源浪费,因此研究提出了基于PSO算法的公路成本优化模型,首先通过对现行公路施工管理下成本指标进行分析,得出了施工成本计算模型并将其分为多部分的目标优化模型,同时应用粒子群算法对多目标优化问题进行求解。通过仿真表明,PSO算法模型优化之后成本减少了316.1万,而施工实践缩减了98天。实验证明,基于PSO的公路施工成本优化模型可以有效减少公路施工中的时间消耗和成本资源消耗。     

基于GTD模型的多视角多频带ISAR融合成像

多视角多频带逆合成孔径雷达(inverse synthetic aperture radar, ISAR)融合成像技术克服了单雷达成像分辨率受发射带宽和观测视角的限制,是提高ISAR成像的二维分辨率的新手段。在宽带小角度观测条件下,针对目标散射系数随频率变化的情况,提出一种基于几何绕射理论(geometrical theory of diffraction, GTD)模型的多视角多频带ISAR融合成像方法。首先,以GTD模型为基础建立ISAR成像回波模型;然后,将多视角多频带ISAR融合成像问题转化为信号稀疏重构问题,并采用正交匹配追踪算法求解,在保证融合成像质量的同时提高了的成像效率;最后,利用仿真实验验证了所提方法的有效性。     

基于IRLS的跳频模式下GTD散射参数提取和RCS重构

现代谱估计方法能够反演基于几何绕射理论(geometric theory of diffraction, GTD)的模型参数,但不能处理非均匀不完备的雷达散射截面(radar cross section, RCS)数据。此外,通过暗室测量获取完备的RCS数据也需要较大的时空开销。针对上述问题,提出一种基于迭代加权最小二乘(iteratively reweighed least squares, IRLS)的跳频模式下GTD散射参数提取和RCS重构方法。该方法将稀疏重构理论与GTD散射模型相结合,能够在RCS数据非均匀不完备的条件下反演散射参数和实现RCS重构。仿真数据和电磁计算数据用于验证所提方法的有效性,实验结果表明该方法对降低暗室步进频率RCS的测量成本和扩增雷达RCS数据具有重要意义。     

低多普勒敏感的抗间歇采样转发干扰波形设计方法

针对间歇采样转发干扰,研究了脉内正交的工作波形和保护波形设计方法抑制干扰,考虑到设计波形的多普勒敏感性,以低多普勒敏感约束和互相关函数加权和最小为目标函数、波形恒模为约束条件建立优化问题。由于该问题包含非凸四阶目标函数和非凸约束,难以得到闭式解,因此设计了一种基于循环算法的方法进行求解。最后,通过仿真实验和已有波形进行对比,验证了所设计波形具有较低多普勒敏感性,同时能够有效对抗间歇采样转发干扰。     

基于遗传-蚁群融合算法的干扰资源分配方法

针对多部干扰机协同干扰多部雷达的干扰资源分配问题,提出一种基于遗传-蚁群融合算法的干扰资源分配算法。首先采用综合集成赋权法结合逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)对目标雷达进行威胁评估,然后建立干扰资源多约束优化分配模型,最后采用遗传-蚁群融合算法对模型进行求解。融合算法利用遗传算法快速寻找出若干组优化解,将这些优化解用于调整蚁群算法中初始信息素的分布,利用蚁群算法对问题进一步优化,从而找到最优解,提升了算法的求解精度和求解时间。仿真结果表明,融合算法的性能在收敛速度和寻优准确性等方面相较于其他算法都有了较大提升。     

无失效数据下弹上机电产品加速贮存寿命评估方法

针对现有加速贮存寿命评估方法难以有效应对无失效数据、两参数Weibull模型拟合高可靠、长寿命机电产品寿命分布精度不高的问题,提出了基于E-Bayes理论和三参数Weibull寿命分布模型的弹上机电产品加速贮存寿命评估方法。对两参数Weibull在拟合高可靠、长寿命机电产品寿命分布时存在的的精度不足问题进行了论述,给出了三参数Weibull下的弹上机电产品寿命分布模型。在阿伦尼乌斯模型、Nelson累积失效假定等基础上,建立了单次步进应力加速贮存寿命试验数据向多次常温应力定时截尾试验数据的等效折算方法,并引入E-Bayes理论实现了对定时截尾试验无失效数据下失效概率的有效求解。针对复杂等效折算公式中的Weibull参数估计问题,设计了粒子群优化算法实现对参数的高精度求解,并给出了基于蒙特卡罗法的贮存寿命置信下限评估方法,从而实现对弹上机电产品的高效贮存寿命评估。以某型弹上惯性测量单元为应用对象,验证了所提方法的有效性和合理性。     

基于混合遗传算法的海军航空兵场站物资配送车辆调度智能优化

为提升海军航空兵场站物资配送车辆调度效率,根据海军航空兵场站物资配送任务特点,建立了物资配送车辆调度优化模型,提出了混合遗传算法(hybrid genetic algorithm, HGA)对模型进行了求解。在HGA中引入了模拟退火(simulated annealing, SA)操作对经典遗传算法(genetic algorithm, GA)进行了改进：选择适合模型的编码方式和交叉算子;使用类似路径构造的方法构建初始种群;在遗传操作产生子种群之后,通过SA操作寻找子种群邻域中的潜在优秀个体,提升算法局部搜索能力。最后,通过与经典GA的对比实验,验证了所提算法的有效性和可靠性。     

一种抗替换攻击的SM2签名算法

首先简要回顾了SM2签名算法遭受的替换攻击;然后,利用哈希函数将签名私钥、签名消息与签名随机数的哈希结果作为签名的随机组件,对原始的SM2签名算法进行改进,构造具备抗替换攻击性的SM2签名方案,并在一般群模型下证明了方案的安全性;最后,对提出的抗替换攻击SM2签名算法与原始SM2签名算法进行效率测试,实验结果证明了提出的算法在计算复杂度与算法执行效率方面结果基本一致。该签名算法的研究不仅有效的抵御了替换攻击带来的安全威胁,而且丰富了国产密码体系。     

基于蚁群算法的智能交通行车最优路径研究

本次研究介绍了蚁群算法的基本原理,基于单个蚂蚁路径搜索阐述了动态路网下行程时间的计算方法,建立了一套快速实现蚁群算法全局收敛的计算模型,并对智能交通行车最优路的搜索流程进行了详细的说明。     

一种基于自适应搜索的多模态多目标优化算法

为了解决目前基于分解的多模态多目标优化算法存在种群搜索能力不足,子种群中存在无用解和距离度量不具有普适性等问题,提出了一种基于自适应搜索的多模态多目标优化算法MOEA/D-AS.首先,该方法通过减少平均子种群的个体数量,进而增加参考向量的数量.其次,根据子种群当前状态自适应分配子种群的个体数量.最后,使用引入了局部种群信息的清除距离作为维护子种群的依据.将提出的算法与4种算法在2019年CEC多模态多目标测试问题和大规模多模态多目标测试问题上进行对比实验,实验结果表明,提出的算法可以有效解决多模态多目标优化问题.