应用于武器-目标分配问题的量子行为粒子群优化算法

武器-目标分配(WTA)问题是现代战争中一个十分重要的问题。以分配武器迎击全部目标的失败概率最小为目标,构建武器-目标分配问题模型;针对已有算法求解这类问题存在的早熟收敛、优化效率较低的缺点,提出一种惯性权重自适应调整的量子行为粒子群优化算法。首先引入聚焦距离变化率的概念,将惯性权重因子表示为关于聚焦距离变化率的函数,从而使算法具有动态自适应性;同时在算法中嵌入一种判断和避免搜索早熟和停滞的有效方法。优化实例的结果分析表明,该算法能有效地解决武器-目标分配问题。     

改进量子行为粒子群算法求解武器目标分配问题

为了提高武器目标分配(WTA)问题的求解效率和性能, 提出一种求解武器目标分配问题的改进量子粒子群优化算法. 首先, 通过定义粒子进化速度及粒子聚集度, 将惯性权重表示为粒子进化速度和粒子聚集度的函数, 使惯性权重具有自适应性. 其次, 将慢变函数引入传统位置更新公式中, 有效地克服陷入局部最优解的问题. 最后, 以分配各类武器迎击来袭目标的失败概率最低为目标, 建立多种类型武器目标分配问题模型. 仿真实验表明, 提出的算法能快速给出武器目标分配问题的最好或较好分配方案; 能高效地求解武器目标分配问题.     

基于精英改选机制的粒子群算法的空战纳什均衡策略逼近

针对无人机协同攻击的动态多策略性,应用纳什均衡概念,考虑联合生存概率和武器消耗等因素,融合双方价值函数计算和双矩阵对策纳什均衡点的求解方法,建立一种多战斗步空战动态目标分配优化模型.提出基于精英改选机制的粒子群(elite re-election particle swarm optimization,ERPSO)算法,在群体极值引导能力不足时,通过对其克隆、变异和重新初始化等操作增加个体的多样性,保留传统粒子群算法结构简单、快速收敛等优点,改善算法易于陷入局部极小的问题.将ERPSO算法应用于目标分配模型求解纳什均衡点,获取更为精确的双方混合策略,确保实时性和准确性,验证了模型和方法的有效性.     

一种求解武器目标分配问题的量子粒子群算法

为了提高武器目标分配相似文献   

蚁群算法在武器目标分配问题中的应用

武器-目标分配问题(Weapon-Target Assignment Problem)是一种典型的NP问题.在分析多种算法的和建立武器目标分配的优化模型基础上.本文提出求解武器目标分配问题的一种改进蚁群算法,加快收敛速度的同时保证了解的有效性.     

作战智能体分队攻击目标分配模型研究

为解决智能体分队的目标攻击选择问题,文中对作战模型中的多武器目标分配（WTA）问题进行了研究,介绍了WTA问题的基本概念、基本模型、数学性质以及WTA问题研究的基本内容。在模型研究方面,对动态武器目标分配问题建立了迭代规划模型,该模型的优点在于克服了静态WTA模型中部分武器因为时间因素的限制,在作战中不能参与分配的缺点。在算法研究方面,以匈牙利算法对指派问题求解为基础,对动态迭代规划模型进行了求解。最后,通过案例的分析,验证了模型和算法在求解WTA问题的有效性。     

SVNTS算法的动态武器目标分配问题研究

动态武器目标分配(Weapon Target Assignment,WTA)问题是军事运筹学研究的重要理论问题,也是作战指挥决策中迫切需要解决的现实问题。运用约束规划方法建立了动态WTA问题的约束满足问题(ConstraintSatisfactionProb-lem,CSP)模型。提出了随机变邻域禁忌搜索(StochasticVariableNeighborhoodTabuSearch,SVNTS)算法对模型进行求解。与静态WTA模型相比,动态WTA模型通过时间优化以及匹配优化解决了武器射击时机问题,提高了武器利用效率。SVNTS算法运算速度快,解的质量基本令人满意,可用于解决较大规模的动态WTA问题。最后通过仿真实验,验证了模型和算法的有效性。     

改进匹配方法的BFG-GMPHD滤波算法

针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法.算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题.仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能.     

基于OpenMP的并行蚁群算法求解协同空战火力分配

根据动态火力分配中"动静结合"的思想,建立了一种带毁伤概率门限的火力分配模型。针对协同空战的第一阶段,在求得对目标机群最大毁伤效果的同时尽量节约导弹武器资源,以应对下一阶段的火力分配。根据粗粒度的并行策略,采用OpenMP并行优化技术对蚁群系统(ACS)中最耗时的循环迭代、循环赋值部分进行并行化处理,在此基础上,将优化后的蚁群算法应用到空战火力分配中,通过对各种规模的火力分配问题进行仿真实验,并验证所提出的火力分配模型的合理性和并行蚁群算法的有效性。     

基于信息素递减的蚁群算法的WTA问题求解

武器目标分配(weapon target assignment,WTA)问题是一个典型的优化问题,需将武器根据迎击目标进行合理分配,使我方损失最小.结合WTA问题的特点,采用求解复杂优化问题的蚁群算法求解该问题.针对WTA问题求解规模大,精度高,实时性强的需求,在基本蚁群算法的基础上,采用基于信息素递减的改进蚁群算法.给出了求解WTA问题改进算法的详细步骤,通过仿真试验验证了算法的有效性.同时,对于大规模WTA问题,改进蚁群算法与基本蚁群算法进行了比较,结果表明改进算法求解精度更高,收敛速度更快,能适应现代军事应用的要求.     

带排序映射的量子粒子群优化算法求解WTA问题

针对武器—目标分配（WTA）问题及其特点,提出一种带排序映射的量子粒子群优化算法。首先,通过武器系统对目标攻击过程中得到的毁伤收益建立了目标分配模型,然后根据该模型的约束特点,提出一种基于排序映射的编码调整方式,并引入一种非线性扩张收缩因子自适应调整方法,最后在算法中嵌入一种判断和避免搜索早熟和停滞的有效方法。通过仿真对比验证,论文算法具有较高的收敛速度与稳定性。实验结果表明论文所提方法能有效求解WTA问题。     

网络控制系统动态量化H∞控制

基于线性矩阵不等式技术,采用状态反馈控制,考虑同时带有网络诱导随机丢包 和量化的H∞控制问题。考虑信号经网络从传感器到控制器和从控制器到执行器的传输中存在 通信诱导随机丢包,并采用动态量化器量化信号。设计H∞控制器的同时,提出量化的控制策 略,使得闭环系统在量化器的量化范围条件下指数均方稳定且具有指定的H∞性能指标。通过 数值仿真例子表明设计方法的有效性。     

连续语音识别中利用帧间相关性的研究

尽管作为当前最为流行的语音识别模型,隐马尔可夫模型（HMM）由于采用了状态输出独立同分布假设,因此不能描述语音现象中固有的时间相关性。文章介绍了一个更为灵活的基于段长分布HMM（DDBHMM）的研究帧相关性的框架,并在此基础上提出了一个混合模型,采用一种将语音特征静态信息和动态变化信息分别描述又有机结合在一起的方式,以较小的计算代价更为合理地刻划了真实的语音现象。汉语大词汇量非特定人连续语音识别的实验表明,通过利用帧相关性识别系统的性能得到了明显改善。     

基于OOPN的多处理机操作系统设计与实现

大多数实时系统具有事件驱动的并发特性,同时多处理机系统在实时领域得到了广泛的应用。实时系统内在的并发性以及与环境的交互性导致了实时软件复杂的控制结构,使得开发实时软件十分困难。由于PETRI网是一种适合于描述并发的可视化建模语言,有形式化描述。所以,作者采用PETRI网来表示一个实时软件中的并发部分,用普通编程语言实现剩下的顺序程序部分。两级程序设计方法可以更加有效、可靠地开发实时软件。文章涉及的实时操作系统是以RTLinux为基础,对其内核进行扩展,使之支持OOPN1形式的作业描述,并具有实时多处理机调度功能。     

基于动态缓冲的实时同步策略

缓冲是实时多媒体同步策略中的重要的方法。该文讨论了一种在实时多媒体应用中使用的动态缓冲方法,在此基础上建立一个用于分析在网络延迟具有概率分布的情况下数学模型,并制定动态同步策略。     

WTA问题的遗传算法研究

提出一种解武器－目标分配问题（weapon target assignment,WTA)的遗传算法,此方法根据遗传算法理论,设计了一种新的武器－目标分级在系式,并缩小了搜索的可行解空间,经多个战例的仿真表明此算法不仅全局收敛性好,稳定性高,易于进行并行处理,而且每个解都具有实际的可分配性。     

近空间飞行器纵向抗干扰轨迹控制研究

针对近空间飞行器( nearspace vehicle,NSV) 在高超音速飞行时,气动参数变化剧烈且容易受到外界干扰的特点,研究了NSV 纵向轨迹系统的干扰问题,提出了鲁棒自适应动态面的回馈递推控制方法。首先对高度非线性、高度复杂的NSV 的纵向运动的模型进行坐标变换,采用输入－输出反馈线性化方法,将其转化为仿射非线性模型; 然后通过一阶低通滤波器对控制器设计中的虚拟控制律进行估计,从而避免了对其求导带来的计算膨胀问题; 再结合神经网络逼近理论以及虚拟控制器中的鲁棒项,一起消除近空间飞行器的纵向系统中存在的参数摄动不确定和外界干扰。最后通过稳定性分析,表明了该方法在降低系统控制器复杂性的同时仍具有很好的鲁棒性。     

Constrained Weapon–Target Assignment: Enhanced Very Large Scale Neighborhood Search Algorithm

Optimization problems solved using very large scale neighborhood (VLSN) search algorithms include scheduling problems, the capacitated minimum spanning tree problem, the traveling salesman problem, and weapon-target assignment (WTA). This correspondence paper presents an enhanced VLSN search algorithm for obtaining feasible solutions and constructing improvement graphs. This enhanced VLSN search algorithm solves the constrained WTA (CWTA) problem, in which the number of interceptors available to each weapon and the number of interceptors allowed to fire at each target have upper bounds. The proposed enhanced VLSN search algorithm can solve a CWTA problem with 100 targets and 100 weapons (where the upper bound on the number of interceptors for each weapon is one and both the lower and upper bounds on the number of interceptors for each target are equal to one) within an average of 3 s. This study demonstrates that the proposed Enhanced VLSN is superior to existing approaches.     

产品开发任务分配问题的多目标优化求解

针对目前产品开发任务分配问题研究存在的不足,给出了任务分配问题的数学描述和约束条件,提出了任务分配模型中的相关矩阵,并采用权重因子和极差变换法建立了多目标优化的目标函数.针对任务分配过程的动态性和不确定性,提出采用基于时序逻辑关系的动态分配蚁群算法进行优化计算,并分析了该方法的优点,给出了详细的算法步骤.最后通过仿真实验验证了所提出方法的可行性和有效性.