基于循环排序法的弹炮混编防空兵群火力分配优化

基于循环排序法的弹炮混编防空兵群火力分配优化,先对所有待分配元的综合效率指标进行修正,再找出修正后综合效率指标最大的分配元,指定该分配元状态为射击,并指定与其有转火矛盾的待分配元状态为不射击.然后判断是否有待分配元存在,若存在,再次对所有待分配元的综合效率指标进行修正,反之,则分配结束.     

地面防空混编群火力协同抗击能力建模与仿真

对地面防空混编群作战过程进行了分析,建立了群指控、火力流程Petri网模型及群火力协同模型;仿真分析了群火力资源一定条件下,对不同强度空袭的协同抗击能力;对比研究了群所辖火力单元各自为战模式及火力协同模式抗击能力的差异.     

改进粒子群算法在防空火力分配中的应用

尝试用粒子群优化理论（PSO）求解防空群火力分配决策的优化模型。首先把约束方程作为罚函数加入到原目标中,变为无约束的优化问题。假设通过粒子群算法得到一组局部最优点X1,将X1转化为二进制编码。然后采用遗传算法中的一个概率随机改变二进制表达式中的某些位,使得编码发生变化,形成一组新的解X2。比较X1和X2的适应值,舍去比X1劣的解,保存比X1优的解,最后采用粒子群算法在X2的领域内进行寻优。     

基于粒子群算法的火力最优分配

针对炮兵战场多个目标和多个火力单位的复杂作战环境,运用粒子群优化算法的原理和其加以改进的方法,对炮兵火力单位的最优分配作了初步探讨,并与遗传算法加以比较,结果表明它比遗传算法在军事领域火力分配中寻找全局最优解更加快速可靠.     

基于混沌粒子群算法的导弹火力分配方法

建立火力分配问题模型,分析解决此类问题的几种思路．根据近些年来对粒子群算法的研究,分析混沌粒子群算法实现的基本原理和步骤．用具体实例对算法进行应用与仿真．     

弹炮结合防空武器系统作战模拟仿真模型研究

文中从作战模拟仿真的角度出发,给出了战场想定,分析了弹炮结合防空武器系统作战过程,概述了主要作战仿真模型,包括目标搜索模型、拦截适宜性检查模型、威胁判断模型、火力分配模型、杀伤效果评估模型。重点对弹炮结合系统的火力分配模型进行了研究,确立了火力分配准则,建立了与实际系统相符的火力分配模型。通过相关仿真项目的应用表明所建模型能满足实际应用需要,对进一步研究提供了有益的参考。     

先期毁伤准则下弹炮结合防空武器系统的火力分配

将火力分配分解为武器分配与射击时机分配,以目标威胁度优先的武器分配、指定瞬时前对目标具有期望毁伤概率的射击时机分配为原则,首次给出了先期毁伤准则下弹炮结合防空武器系统的火力分配方案与计算程序。以实例分析验证了其有效性。     

改进的粒子群算法求解火力优化配置

针对现代化战场作战双方坦克分队进行火力对抗时,需要指挥员能够随时提供合理的火力打击策略这一问题,提出了一种改进的粒子群算法,用于快速求得可行的火力优化配置方案,为指挥员作出打击决策提供依据。与实例对比分析的结果表明,改进的粒子群算法具有很高的求解精度与求解效率,能够满足坦克分队作战需求。     

基于粒子群算法的混编群兵力部署优化研究

通过对混编群兵力部署影响因素分析,根据混编群兵力部署原则,建立了混编群兵力部署优化模型.针对该优化问题,提出了一种改进的粒子群算法,给出了模型求解方法和步骤.经过应用实例计算,取得了良好的部署效果,为解决混编群兵力部署优化问题提供了一种有效的途径.     

混编集成末端防空群指挥跨度研究

针对确定指挥跨度缺少定量依据的问题,研究基于信息化指挥手段的混编集成防空群指挥跨度定量分析 方法。定性分析影响混编集成指挥跨度的指挥主体、指挥对象及指挥手段等因素;在管理学格拉丘纳斯公式的基础 上,引入信息化效率因子、指挥难度指数和协同难度指数修正该公式,计算混编集成情况下指挥控制工作关系数, 衡量指挥控制工作的复杂程度,与传统编成经验值相比较,并以首都地区某末端防空群为例进行计算。结果表明： 混编集成指挥跨度为6,可为确定多型防空兵器混编集成指挥跨度提供一定的理论依据。     

一种基于化学反应优化和粒子群优化的混合型优化算法

针对现有化学反应优化算法存在的不足,提出一种基于粒子群优化算法(particle swarm optimization,PSO) 和自适应化学反应优化算法(adaptive chemical reaction optimization,ACRO)相结合的混合算法(a hybrid optimization based on ACRO and PSO,ACRO-PSO)。在ACRO 算法的领域算子基础上,融入PSO 算法的全局算子,加入权重系 数控制本地搜索和全局搜索的比例,修改分解反应合化合反应出现的时机,利用化合反应输出最优解,采用标准测 试函数对ACRO-PSO 进行性能分析。仿真结果表明,ACRO-PSO 算法能高效地解决待优化问题。     

基于组合粒子群算法的运载火箭弹道优化设计

提出一种基于粒子群算法和方向加速法组合成的PSO-Powell算法,能进行大范围搜索,其最优解具有全局收敛性。在该算法中,对粒子群算法的参数设置进行了改进,提升了其性能,并引入增广拉格朗日乘子法处理优化问题的约束条件,提高了最优解的精度。仿真结果表明PSO-Powell算法应用于运载火箭弹道优化设计具有良好效果,可以提升运载能力,具有一定工程应用价值。     

基于模糊对策的弹炮结合武器系统优选配置

基于模糊对策的弹炮结合武器系统优选配置,在综合考虑现代作战的对抗性、电子干扰情况及参战人员素质的条件下,利用灰色关联算法建立了优选模型,避免在评价系统各指标时受个人主观因素的影响,而后在选出最优系统的条件下,综合利用模糊对策论对系统的具体弹炮配置比例进行分析计算.     

一种基于粒子群优化的组卷算法

为实时分析学生在学习中存在的问题,准确评价学生在一段时间内的学习成绩,建立一种整数规则组卷的数学模型,并采用二进制编码的粒子群算法实现。通过应用该模型组成满足多个评估标准的一系列试卷,全面提高了应用大型试题库组卷的工作效率。     

基于网络矩阵的防空导弹拦截算法

为了提高防空导弹的拦截精度和拦截效能,对基于双重目标函数的多通道防空导弹火力单元拦截算法进行了改进。通过分析防空导弹武器系统拦截效能的主要影响因素和目标拦截有利度,引入网络矩阵节点状态标号,提高了算法的稳定性和运算效率,为指挥员科学、合理决策提供理论依据。实验结果表明,改进后的算法能缩短毁伤所有目标的时间和各通道拦截总时间,验证了算法的有效性。     

基于微粒群算法的中制导弹道优化设计

为使拦截武器有效拦截目标,将直接多重打靶算法与微粒群算法相结合,设计了一种基于微粒群算法的中制导弹道优化算法。该算法借鉴直接多重打靶算法基本思想,将状态空间与参数空间分别进行分解与分段,并在此基础上结合中制导末端条件构建性能指标函数,将弹道优化问题转化为多目标优化问题;基于对指标函数之间依赖性的分析,在求解过程中将多目标优化分解为参数层和指标层优化两部分,采用微粒群算法对其进行分层优化求解。仿真研究表明,该优化算法能够对弹道进行有效优化。     

基于粒子群算法的移动机器人路径规划

基于粒子群算法的移动机器人路径规划,通过建立目标函数、变换坐标等对环境建模,再引入粒子群优化算法,得到全局最优路径.MATLAB仿真结果显示,此方法可有效地解决空间作业机器人路径规划及避障问题.与传统遗传算法比,该法建模容易,计算快捷,可以在不同的障碍物环境下得到不同的优化轨迹,     

一种高炮武器系统射击准备精度综合检测方法

为提高高炮武器系统射击准备精度,提出一种基于CCD摄像的射击准备精度综合检测方法。检测装置由冷炮校正器、单片机应用系统、显示器和蓄电池等构成,通过弹道修正量计算和联动状态下炮口指向的图像偏差判别方法,实现高炮武器系统射击准备误差的综合检测。应用结果表明,该实施装置具有结构简单、检测精度高等特点。