基于杂交粒子群算法的弹炮混编防空群火力优化模型

针对弹炮混编防空群射击指挥中的火力分配问题,提出了弹炮混编防空群的火力分配方法,建立了优化的火力分配数学模型。在此基础上,借鉴遗传算法中的杂交概念,采用改进后的粒子群优化算法对此模型求解。通过算例和仿真结果与实际经验对比表明,改进粒子群优化算法是解决弹炮混编防空群火力优化分配问题的一种有效方法。     

分阶段对地打击武器-目标分配建模与决策

为解决以对地打击作战行动为背景的武器-目标分配问题,在合理的假设条件下,建立了分阶段对地打击武器-目标分配的全局模型和局部模型,并设计了粒子群算法结合改进单纯形法的模型求解思路。结合具体算例所得出的仿真结果表明,所提出的模型与算法是准确的,能够有效地得到目标选择方案和武器分配方案,决策结果与实际作战思路基本一致,为对地打击武器-目标分配问题的工程实现提供了参考,具有重要的实际应用价值。     

陆军战斗集群作战火力分配及效能评估研究

研究陆军战斗集群作战火力分配和效能评估问题。建立了面向火力分配方案的目标整体打击效能评估模型。基于临界集理论,提出了一种新颖的优化火力分配的求解算法。该算法缩小了求解搜索范围,能够有效地提高求解效率。结合某战斗集群的实例进行了求解计算及分析,验证了模型和算法的有效性和正确性。     

主战坦克改进和发展动向

<正>主战坦克仍然是一种最有效的作战平台,能够提供机动、防护和火力,在进攻和防御行动中可用于对付各种目标。目前新的技术不断应用到主战坦克上,以增强其作战效能。迄今为止,主战坦克的火力和杀伤力正通过数字弹道计算、改进的光学目标捕获和更高性能的弹药     

坦克火控技术发展研究

坦克作为进攻性武器，其火力打击能力是必须放在首要位置加以考虑的。在未来信息化战场上，坦克火力打击能力的强弱则取决于三个方面，其一是它所配备武器系统本身的性能；其二是其火控系统的性能；其三是它在现代数字化战场上的协同作战能力。在武器性能一定的条件下，火控系统的综合性能，尤其是它在参与集群作战中的联网作战能力就成为制约坦克火力施展的关键性因素。为此，当前技术先进国家一直将坦克火控系统的发展和改进放在重要位置加以考虑。     

信息化条件下陆军部队火力优化分配模型

为适应信息化条件下陆军部队的作战需求,构建一种部队火力优化分配模型.分析信息化条件下陆军部队战时对所属作战力量的编制与编成,将陆军分队从信息分队、主战分队、指挥分队和保障分队4个方向进行编成,并分别对每个分队进行作战效能评估,确定部队的作战准则.结果表明:该模型可以求解出火力最优分配方案,科学有效,已多次用于陆军部队作战仿真.     

坦克分队最优火力分配的决策模型

依据指派问题及其解法（匈牙利法）,构建了一对一射击和多对一射击情形下的坦克分队最优火力分配决策模型,并通过具体实例对该模型进行了初步验证．结果表明,该模型的解法满足作战实时性要求．实际应用表明,该模型用于解决坦克分队的最优火力分配问题是有效的．     

坦克指挥控制系统发展综述

<正>百年来的发展证明,坦克具有良好的火力攻击、机动作战、生存防护能力,而且已逐渐成为能够执行战场观察、警戒、跟踪、目标识别、定位导航、数据处理、威胁估计及控制武器等作战功能的综合体和地面作战系统平台。随着装备数字化、信息化的不断发展,坦克指挥控制系统也不断发展完善。发展过程指挥控制系统与指挥控制战指挥控制,是指对战场的观察、监视、指挥、控制和管理,是通过指挥员对参战人员、武器装备的指挥调度,并通过指挥员实施作战计     

基于粒子群优化算法的子母弹最佳抛撒半径选择

子母弹抛撒半径是由产品和射击条件决定的,是评定子母弹打击效果的必要条件.为了使子母弹对目标的打击效果达到最佳,需要确定子母弹最佳抛撒半径.针对子母弹打击机场跑道问题,通过Monte Carlo方法模拟子弹落点并计算机场跑道的失效率.基于粒子群优化算法,对子母弹抛撒半径进行优化求解,使跑道失效率达到最大值.仿真结果表明,粒子群优化算法能够有效的达到或接近全局最优.同时,与遗传算法相比,粒子群优化算法收敛速度更快,精度更高,能够有效的求解子母弹最佳抛撒半径问题.     

联合火力打击中常规导弹作战集团火力计划的量化评估研究

着力探讨如何对火力计划进行合理抽象的评估,以建立能够适应联合火力打击的火力计划量化评估模型。通过对火力计划进行深入分析,将总体毁伤效能指数和已用武器总价值2个指标进行整合,构建火力计划评估模型．其中依据联合火力打击行动的战略目的、指挥员的意图和作战阶段等因素对火力计划评估模型进行灵活的主观赋权,解决了非结构化要素的量化问题,具有较好的军事应用前景。     

区域防空拦截可行性与火力分配算法研究

针对区域防空的特点,研究了粒子群算法在火力分配中的应用。从分配控制条件、弹目相对距离和飞行时间等角度,阐述了火力单元对目标的拦截可行性判断逻辑。根据火力单元拦截可行性约束,构建了粒子编码方法,从本质上缩小了分配问题的解空间; 设计了增强群体多样性的种群进化更新策略,提高了求解效率。仿真实例表明,该方法具有较强的全局寻优能力和收敛速度,能够有效求解区域防空火力分配问题。     

基于改进粒子群算法的野战油库选址优化

针对标准粒子群算法容易陷入局部最优,提出了改进粒子群算法;对粒子的自适应性和惯性权重进行改进,建立了野战油料选址模型;通过仿真,发现改进粒子群算法克服了标准粒子群算法容易陷入局部最优的问题,且寻优能力强,对部队的野战油库选址具有指导作用。     

基于粒子群-牛顿算法的弹丸阻力系数辨识

针对传统牛顿迭代法在辨识弹丸气动参数时需要精确估计参数初值的问题,提出了基于粒子群初值选取的牛顿迭代优化算法辨识弹丸的零升阻力系数.采用弹丸的六自由度模型作为系统模型,以最大似然准则作为辨识判据,结合粒子群算法的群体搜索性以及牛顿迭代法的局部细致搜索性,对辨识判据进行了优化,并且根据灵敏度计算分析了参数的可辨识性.通过仿真和实际数据辨识对算法的精确性和可靠性进行了验证.仿真和实际辨识结果表明,该方法能有效地辨识旋转弹丸零升阻力系数,可为进一步提高射表精度、节省用弹量提供参考价值.     

基于支持向量机的坦克驾驶模拟训练结果分析

利用坦克驾驶模拟器进行模拟训练是提高装备操作技能的重要方法。针对以往模拟训练忽视训练数据采集分析和提高训练质量的问题,提出采用支持向量机（SVM）对坦克驾驶模拟训练结果进行分析的方法。为了解决SVM参数选取难的问题,提出一种自适应粒子群优化(APSO)算法对SVM参数进行优化选择,设计动态权重参数并赋予相关惯性,实现粒子动态自适应。引入多位置查询机制和极值点信息以维持不同粒子平衡点的多样性,通过迭代选择与优化目标函数实现对参数的自动寻优。基于APSO算法的支持向量机(SVM-APSO)应用到某型坦克驾驶模拟器的训练结果分析中,结果表明SVM-APSO能克服多维影响因素对训练成绩分类带来的不利影响,实验结果在精度和时间上都有明显优势,验证了SVM-APSO在坦克驾驶模拟训练结果分析中应用的可行性与有效性。     

基于改进二进制粒子群算法的LFSR种子优化方法研究

为降低BIST测试功耗,采用一种改进的二进制粒子群算法对LFSR种子进行优选,使测试图形的长度得到减小进而降低了测试功耗;以ISCAS’85 benchmark电路作为测试对象,同时用粒子群算法和模拟退火算法进行实验,通过对比结果证明了该方法简单有效,可以在不增加硬件开销的情况下大幅度降低BIST测试功耗。     

基于改进PSO-LSSVM 的军用工程机械研制费用预测模型

针对传统参数法对装备研制费用进行预测存在的局限性问题,采用改进粒子群算法（particle swarm optimization,PSO）对LSSVM模型进行改进,构建军用工程机械研制费用预测模型。运用2种优化策略改进粒子群算法,对种群初始化过程进行控制、克服粒子群算法易于早熟的缺点。用改进后的粒子群算法优化最小二乘支持向量机的模型参数和核参数,以获得更好的预测效果。预测结果表明：该费用预测模型运用于军用工程机械研制费用预测,明显优于传统预测模型,具有很好的预测精度和效率。     

基于改进序列二次规划的非线性控制分配

针对多操纵面飞机舵面偏转角与力矩系数之间的非线性问题,提出一种改进粒子群算法(particle swarm optimization,PSO)和序列二次规划算法(sequential quadratic programming,SQP)相结合的方法来解决非线性控制分 配问题。以飞翼模型为对象,对模型舵效进行分析,在舵效非线性的情况下,采用拟合函数的方法来表示舵效的非 线性;对粒子群算法进行改进,采用拟牛顿法及线搜索方法对序列二次规划方法进行改进,并对改进后算法的拟合 效果进行比较;在线性舵效与非线性舵效下进行仿真对比,验证了算法的有效性。仿真结果表明：该算法能提高粒 子群算法的全局搜索能力,保证分配的准确性。     

基于改进樽海鞘群和最小二乘支持向量机算法的新型弹药质量评估方法

针对新型弹药产品质量评估样本数据少、试验消耗大、未有效利用制造过程质量数据等问题,提出一种基于改进樽海鞘群和最小二乘支持向量机（LSSVM）的新型弹药质量评估方法。以新型弹药靶试数据为输入,对批次弹药发射成功率进行贝叶斯估计。利用LSSVM建立弹药批次制造质量数据与弹药发射成功率之间关系的评估模型,使用精英质心和反向学习策略改进的樽海鞘群算法对LSSVM进行优化,有效提升评估模型的准确性,并以某新型弹药为例对评估模型有效性进行验证。验证结果表明：与传统LSSVM、粒子群优化的LSSVM及樽海鞘群优化的LSSVM模型相比,该模型具有较高的准确度和较强的鲁棒性,对新型弹药产品的质量评估有一定借鉴意义。     

基于混沌搜索的AMPSO-WNN 在交流伺服系统中的应用

为解决大功率交流伺服系统存在非线性和参数时变等不确定性的问题,提出一种混沌搜索的自适应变异 粒子群优化小波神经网络的预测模型。建立交流伺服电机数学模型,利用不同变异方法使粒子趋近于不同的搜索区 域,引入混沌优化算法改进粒子群,采用基于混沌搜索的AMPSO-WNN 算法,以提高全局收敛的概率和速度。仿 真结果表明：优化后模型的预测精度高于优化前,且改进后算法具有较强的函数逼近能力,网络性能得到了显著提 高,局部极小值问题得到了有效解决。