防空反导光电组网探测概率仿真评估

单台光电设备覆盖空域小、探测盲区大,对超低空飞行、隐身性强的目标探测概率低,光电组网能够扩展空域覆盖范围,提高目标探测概率。为获取最优光电组网方案,对其探测概率进行评估。给出基于目标运动模型的目标截获与数据获取仿真方法,采用基于最小一乘估计的自适应加权融合算法对目标数据融合处理。在单站目标探测概率基础上,建立多站目标探测概率的计算模型以及基于多站重叠覆盖区域的系统探测概率计算模型,提出光电组网系统对目标的探测概率评估方法。结合星型布站实例,对光电组网探测概率量化评估。评估结果表明：若单站探测概率≥80%,则组网探测概率≥89.4%;组网探测概率仿真评估能够为光电组网方案提供数据参考,支撑构建网络化光电探测系统。     

基于复合冲突的临近空间平台效能评估算法

针对目前临近空间平台效能评估研究中出现的评估指标体系不够完善、评估方法不够成熟的问题,在对临近空间平台效能评估指标体系进行改进完善的基础上,提出了一种基于复合冲突的 D-S证据理论的效能评估算法,该算法有助于辅助指挥员进行快速作战决策,仿真验证表明该算法简单易行,融合速度快,能够有效克服单一冲突表示方法的“死角问题”,并且解决了经典D-S理论对高冲突证据组合时出现的悖论问题。     

空射诱饵弹干扰资源动态分配策略

基于空射诱饵弹干扰机理和战术使用原则，针对诱饵弹动态干扰资源分配中存在的问题，提出一种更加贴合战场实际且时效性更强的空射诱饵弹对抗组网雷达干扰资源动态分配方法。采用基于ICRITIC—变权理论的威胁评估方法确定组网雷达的动态威胁矩阵；结合诱饵弹有源假目标干扰模式，从匹配度角度分析了影响干扰效果的相关指标，并构造了干扰效能矩阵；基于最优干扰效能建立了资源优化目标模型，并利用改进粒子群优化算法对资源优化问题进行求解。仿真结果表明，提出的优化方法能更合理地实现干扰资源分配，更加符合诱饵弹作战实际；相比传统方法，其计算效率和最优解正确率具有更明显优势。     

遗传神经网络在装备保障指挥系统效能评估中的应用

对提出的装备保障指挥系统的指挥效能评估指标体系,用遗传算法改进人工神经网络中存在的某些不足,以遗传算法优化神经网络结构方式,结构描述采用间接编码模式,结构进化采用结构与权值同时进化.以此方法对指标体系进行实例验证,检验该改进算法的效果,同时为效能评估方法提供一种非传统的思路.     

基于ADC模型的无人布雷系统布雷阶段效能评估

首先建立无人布雷系统布雷阶段效能评估指标体系,并对各指标作简要分析说明,基于ADC法建立无人布雷系统布雷阶段效能评估模型,综合采用解析法和仿真法计算能力向量。其中,解析法用于建立雷障毁伤概率模型,仿真法计算触雷概率,最后对影响布雷阶段作战效能发挥的指标参数进行分析,作战想定实例计算也验证了该方法的可行性和可信性。     

基于差分进化支持向量机的作战效能评估方法

武器系统作战效能的评估具有重要意义。针对作战效能评估过程中影响因素复杂、小样本、非线性等问题,引入基于最小二乘法的支持向量机回归算法,用于作战效能的学习与预测。为了提高预测精度,引入差分进化算法进行支持向量机的参数优化选取。以地地导弹武器系统效能为例,分别采用 BP神经网络算法、经典支持向量机算法与本文算法进行仿真计算,结果表明差分进化支持向量机算法可很好地实现武器系统作战效能评估,具有较好的计算精度。     

闪烁噪声环境下基于PF的机动多目标跟踪算法研究

为了能够解决非线性非高斯环境中的多目标跟踪问题，提出了一种基于粒子滤波器和联合概率数据关联算法。该算法是在粒子滤波方法的基础上，应用联合概率数据互联的思想计算每个量测值对各个粒子的更新权值，从而获得最终的滤波结果。仿真结果表明，该方法可以同时很好地解决非线性非高斯系统环境下多目标机动性和数据关联问题，具有较好的跟踪性能。     

基于改进可拓云的导弹电磁突防概率研究

针对导弹电磁能力效能评估方面研究缺乏的问题，提出了一种以电磁突防概率为研究对象的导弹电磁效能评估方法。初步定义导弹电磁突防能力概念；提出一种改进可拓云模型，运用该模型完成导弹五种突防模式的电磁综合评估；构建电磁突防概率数学模型，计算导弹各突防模式的电磁突防概率。仿真结果表明，改进可拓云评估模型可有效提升评估结果的可信度，具有准确性更高、相对可区分性更好的特点；构建的电磁突防概率数学模型具备有效性；运用电磁突防概率可直观、清晰、有效地表征导弹电磁效能。     

复杂战场环境下武器装备作战效能优化问题研究

针对复杂对抗环境下武器作战效能影响因素多、难以获得最佳参数组合达到作战效能最大化的问题,将作战仿真技术与优化技术相结合,提出了作战效能优化方法。该方法将复杂作战效能最优评估问题转化为影响效能因素的组合优化问题,通过将进化算法引入作战仿真环节,解决了效能优化目标函数难以构建的问题,为复杂战场环境中武器装备作战效能的优化与评估提供了手段,可有效减少传统基于仿真的作战效能评估过程中,仿真参数设定对评估人员经验的依赖。应用算例表明,该方法可行、有效,为武器作战效能评估和作战使用研究提供了一种新的方法。     

海上无人机蜂群目标威胁评估方法

针对海上无人机蜂群目标威胁评估问题,构建无人机蜂群威胁评估指标体系,建立海上无人机蜂群威胁评估模型,提出一种改进逼近理想解法的无人机蜂群威胁排序方法,设计二级威胁评估流程。仿真分析结果表明,新方法可以有效准确地对多批次无人机蜂群目标进行威胁评估,为反无人机蜂群作战指挥决策提供参考依据。     

基于分布式并行伪谱-神经网络算法的双脉冲导弹多阶段协同轨迹优化

为求解双脉冲导弹多阶段协同轨迹规划问题,并考虑将分离的发动机壳体投送至安全区域,提出一种基于高斯伪谱法和人工神经网络的分布式并行算法。针对双脉冲导弹两级脉冲的工作特点,将全弹道划分为发射段、爬升段、续航段和制导攻击段4个阶段;为预测分离发动机壳体的落点位置,建立射程预测函数,并利用人工神经网络对该函数进行离线拟合,以提高预测速度;在分布式并行算法中各导弹并行独立求解最优轨迹,并引入飞行时间下界约束保证导弹飞行时间一致性。通过两个仿真算例,将该分布式并行算法与集中式算法进行了比较,仿真结果表明,所提的分布式并行算法对于求解双脉冲导弹多阶段协同轨迹规划问题可得到更优的性能指标,以及更高的求解效率。     

防空武器多目标优化分配建模与决策

在对决策机理分析的基础上,建立了防空武器系统的多目标分配决策模型,实现了防空导弹的多目标优化分配。在此基础上,提出一种改进的粒子群优化(PSO)算法以求解防空武器的最优分配,通过与遗传算法的实例比较,结果证明了该方法的有效性和优越性。     

Bayes小子样分析在武器性能评估中的应用

在武器性能评估中，需要大量的试验数据。在现场试验数据不足的情况下，考虑Bayes小子样分析方法，利用计算机进行仿真试验提供评估所需的数据。为避免评估中仿真试验数据“淹没”现场试验数据，通过合理考虑仿真系统的可信度，提出基于全概率思想的改进方法，在某新型水中兵器性能评估中的应用表明该方法具有较好的性质。     

基于SA-GA-BP 的某爆破扫雷器电液伺服系统建模

为解决电液伺服系统的液压元件存在非线性时变性等不确定因素,使得难以对其建立精确模型的问题,提出一种基于模拟退火遗传算法(simulated annealing genetic algorithm,SA-GA)优化BP神经网络的建模方法.利用模拟退火算法(simulated annealing algorithm,SA)的概率跳变能力克服遗传算法(genetic algorithm,GA)存在的早熟现象,在此基础上采用模拟退火遗传算法的全局寻优能力优化BP神经网络的权值和阈值.以某型爆破扫雷器电液伺服系统为例,利用所提方法对系统进行离线辨识.仿真结果表明:基于SA-GA-BP神经网络的建模方法能很好地拟合系统固有的非线性和时变性特性,所提方法是有效的.     

基于一种改进粒子群算法的水下远程武器航路规划

针对水下远程武器航路规划中,采用基本粒子群算法避障出现的航路倒退问题,提出了一种借鉴遗传算法采用粒子对换的改进粒子群优化（PSO）算法,并结合远程武器的航路规划设计模型,应用于水下武器作战仿真系统。计算结果表明,该算法可有效提高远程武器航路规划避障的计算效果,对水下远程武器的作战使用研究具有一定的参考价值。     

电视侦察弹与舰炮武器系统的优化匹配分析

电视侦察弹作为一种新型侦察探测手段，能否满足舰炮武器系统对岸远程打击的要求，是论证舰炮武器系统远程精确打击能力需要解决的关键问题。采用幂指数法结合模糊权重评价法计算系统总体效能，并以此作为优化的目标函数。对关键指标的匹配约束进行分析，建立了系统匹配的优化模型，并对其进行恰当的变形为模糊几何规划，从而可充分发挥模糊几何规划的求解优势，使复杂的匹配问题简单化。针对电视侦察弹与某型大口径舰炮武器系统优化匹配的具体实例，给予了计算验证。本文提出的方法可为复杂大系统的指标优化匹配提供一种新的思路。     

具有多次拦截时机的防空火力分配建模及其优化方法研究

防空火力分配采用一次性完全分配原则容易造成火力资源浪费,针对该问题,以来袭目标到火力单元的飞临时间为依据,筛选出具有多次拦截时机的火力单元组,并按照拦截时机的先后顺序逐步释放火力单元,以毁伤概率为优化目标,同时兼顾火力资源消耗,建立了一种具有多次拦截时机的防空火力分配模型。在此基础上, 采用混沌离散粒子群混合优化(CDPSO)算法对模型进行求解,以提高算法的全局搜索能力, 避免陷入局部极值。通过仿真验证了模型及算法的合理性和有效性,为防空火力分配问题的求解提供了一条新思路。     

基于随机规划的火炮膛内发射性能不确定性优化

为了研究大口径火炮膛内发射性能的不确定性优化问题,编制了内弹道程序并嵌入ABAQUS有限元软件进行二次开发,构建了膛内发射动力学模型。综合考虑火炮内膛结构参数、弹丸结构参数与发射装药参数等不确定性因素,通过分布参数模拟其随机特性,利用BP神经网络建立了膛内发射动力学模型的代理模型。基于蒙特卡洛模拟得到不确定约束函数的概率分布,以内弹道性能指标构建概率约束函数,以起始扰动的均值与标准差构建不确定目标函数,建立膛内发射性能的随机不确定性优化模型。运用多目标遗传算法进行优化求解,获得了该问题的最优解与不确定参数的合理区间,证明了该方法的有效性。     

基于改进布谷鸟搜索算法的结构耐久性优化方法

将布谷鸟搜索算法与耐久性分析相结合,研究一种结构耐久性优化设计方法。建立了以可靠寿命为目标或约束的结构耐久性优化模型,针对复杂结构可靠寿命函数非线性强、多极值等问题,引入一种新型群智能全局优化算法——布谷鸟搜索算法,从迁徙策略、收敛准则、约束处理等方面研究改进了布谷鸟搜索算法,进一步提高了其收敛性和效率。利用双循环方法求解可靠寿命目标、单循环方法处理可靠寿命约束的概率优化策略,提出了一种稳健的结构耐久性全局优化的改进布谷鸟搜索算法。通过某轻量化车辆传动箱体应用,结果表明该方法具有较好的收敛效果和计算效率,在满足耐久性约束条件下实现了减轻质量的目标。