基于多目标优化遗传算法的武器-目标分配

针对武器‐目标火力分配问题,建立了基于效能最大和用弹量最少的多目标优化模型。基于 Pareto集非劣分层思想对遗传算法进行改进,利用非劣分层遗传算法处理武器‐目标分配多目标优化问题。非劣分层遗传算法通过对种群内的所有个体的多个目标函数进行非劣分层排序来度量个体的适应能力,通过遗传算法实现多样性进化操作,能够获取Pareto最优解集,以供决策者参考。仿真试验表明：该方法能够获得满意的分配结果,方便快捷地解决多平台多类型武器‐目标分配问题。     

基于遗传算法的多传感器管理

分析了针对多传感器多目标分配的传感器管理算法的特点以及存在的问题,结合遗传算法的思想,给出了一种以效能函数为目标函数的传感器管理算法,并进行了算法的仿真。仿真结果表明,基于遗传算法的传感器管理算法是有效的,特别是问题规模较大时更比规划方法具有实用性。     

基于多目标混沌云粒子群算法的泊位-岸桥分配研究

为了提高集装箱港口泊位-岸桥分配效果和优化效率,以集卡运距和船舶在港时间最小为优化目标,建立了多目标离散泊位-岸桥分配模型,利用混沌云粒子群算法对泊位-岸桥分配模型进行求解,开发了粒子可行-整数化处理模块,内嵌于混沌云粒子群算法进化中,制定了粒子编码规则,设计了多目标函数的粒子历史极值和全局极值的计算方法,提出了基于混沌云粒子群优化算法求解多目标离散泊位-岸桥分配模型的新方法,数值算例结果证明了该模型和算法的可行性和实用性。     

多跳水下传感器网络中的功率分配算法

水下无线传感器网络的研究越来越受到学术界的重视,其典型特点是能量和带宽有限.多数水下无线传感器网络的应用都可以归结为参数估计问题.本文针对多跳水下无线传感器网络,对递进式的分布式参数估计算法进行了性能分析.在此基础上,利用交替最小化方法得到功率分配方案,目标是在给定的均方误差性能要求下,使得网络消耗的总功率最小.     

多工序加工单元的移动机器人调度优化

为合理分配动力电池生产线容量确定单元中移动机器人的任务，优化机器人调度路径，提高调度效率，在考虑设备加工工时、物理位置等约束下，以最小化调度任务时间为目标，建立多工序加工单元单轨约束下多移动机器人调度模型，设计遗传算法并采用MATLAB进行求解，给出不同机器人分配方案下的目标函数值和收敛情况。结果表明，采用所提出的调度方法对单轨多机器人服务范围进行规划能够减少调度时间、提高调度效率。     

面向目标跟踪的传感器调度方法

针对传感器网络对目标的跟踪问题,提出一种传感器优化调度方法。该方法以传感器使用成本和允许激活的最大传感器数量为约束条件,把最小化目标位置误差作为优化目标,运用二进制凸规划技术对优化调度问题进行建模,采取逼近算法迭代求解规划模型。蒙特卡罗实验表明,对于节点数目小于70的传感器网络,优化调度方案可以获得高精度的目标跟踪结果。     

基于模糊综合评判的联合火力打击多目标火力分配优化分析

对多目标打击的火力分配是火力计划的重要组成部分，运用模糊综合评判的方法，对多目标条件下炮兵火力分配建立了模型，并举例进行验证。     

复杂电磁环境下炮兵火力打击目标价值分析

为提高对复杂电磁环境下炮兵预处理目标实施火力分配的量化决策水平，运用主成分分析法对炮兵目标复杂电磁环境下价值排序的多项指标进行了聚集，利用理想点理论建立了综合优化决策模型，并进行实例分析，所得结果合理且符合客观实际，从而为作战指挥员提供了一种合理的决策依据和决策方法。     

根据ESM报告识别海上目标类型

在多传感器数据融合识别海上目标类型的系统中，利用ＥＳＭ（Ｅｌｅｃｔｒｏｎｉｃ Ｓｕｐｐｏｒｔ Ｍｅａｓｕｒｅ）侦察报告的关于目标平台上雷达主要参数数据，对平台类型辨识框进行基本概率分配问题作了详细讨论，并提出了实现方法。     

多目标模糊优化在船舶结构设计中的应用

船舶的结构设计过程需要分析和处理大量的不确定性因素,比如结构尺寸、载荷、强度和配合公差等参数,是一个典型的多目标优化过程。为了提高船舶结构的质量,对大量不确定性因素进行优化求解具有重要的意义。本文根据船舶结构设计过程的不确定因素,建立多目标模糊优化函数模型,并采用多目标分层序列法和权重分配法对具有重要性差异层次的目标函数进行判定,找到船舶结构设计参数的最优解。     

基于遗传蝙蝠算法的任务约束船推力分配优化

针对带有任务约束且装配有多个推进器的动力定位船推力分配优化问题,提出一种全新的遗传-蝙蝠优化算法。该算法在遗传算法的基础上将种群分为两部分,一部分为保留的种群精英个体与蝙蝠算法有机结合进行优化;另一部分采用融入自适应策略的遗传算法进行优化。将该算法与所设计的带有任务约束的多维非线性推力分配目标优化函数相结合,通过仿真验证了所提出的算法可有效地解决在任务约束下的动力定位船多推进器的推力分配优化问题,在同一控制器作用下,通过与其他算法对比,该算法可获得更高的动力定位精度与更少的能量消耗,且推进器方位角变化波动小,稳定性强。可见,该算法可以有效解决带有约束的这一类多维非线性规划问题。     

多传感器多目标的数据互联算法的神经网络实现

本文针对具有重要军事背景的多传感器多目标的数据互联问题,即广义3—D分配问题,应用Hopfield神经网络,设计了此问题的对应能量函数,在PC386机上用C语言实现了广义3—D分配问题的求解程序。运行结果表明,本文所提出的方法是有效的,其能量函数的设计是合理的。     

海上应急资源调度多目标模型优化

为优化海上应急救援系统中应急资源位置-分配问题的决策,建立基于事件类型的应急物资与船舶分配多目标模型。该模型在综合各项因素的基础上,以缩短事件响应时间、降低船队运营成本和协调船舶工作量与应急物资调度之间的不匹配关系为目标,确定不同目标分量权重下合理的船舶、物资分配计划。选取渤海海域内的726个灾难事件点、8种灾难事件作为仿真算例进行验证。研究结果表明:该模型能有效满足实际配置需求,可优化海上应急资源调度计划。     

水下高速目标多传感器联合谱特征分布识别方法

单传感器探测频段在目标识别具有一定的局限性。探讨利用多频段传感器进行联合判定的思路,包括利用航迹联合关联、特征优化综合和联合识别的方法。     

基于Agent的信息融合系统研究与设计

传感器资源分配是传感器管理中的核心问题,在未来海上战争的网络中心战的背景下,对如何完成多种传感器之间有效协同作战,使资源能够合理分配到各个传感器,具有十分重要的意义.论文介绍了一种基于Agent的信息融合系统结构,对该系统中各传感器Agent的协商机制进行了研究,并重点研究了基于合同网协议的分布式分配策略,最后用Repast仿真软件对其进行了仿真,证明了该方法的有效性与实用性.     

复杂战场环境下的目标航迹态势生成及显示软件设计

复杂战场环境下多传感器综合是当前各国实现信息化、一体化联合作战的关键,也是未来综合火控系统发展的基础和重要平台.其中,多平台多目标航迹态势生成及显示是实现复杂战场环境下多传感器综合的关键.针对这一问题进行了探讨与研究,综合考虑了传感器观测噪声的影响,实现了复杂战场环境下多平台多目标航迹态势生成及显示软件的设计.采用模块化设计思想,可为新型C3I系统、综合火控系统的算法测试提供仿真、测试、显示手段.     

基于D-S证据理论改进算法的末敏弹多传感器融合技术研究

针对末敏弹是一种新型弹药,其关键技术是敏感器技术和爆炸成型弹丸技术的特点。采用D-S证据理论改进算法对末敏弹多传感器融合技术进行研究。介绍了多传感器融合技术,提出了D-S证据理论改进算法的目标分类判定规则,并针对三种类型的传感器对三种典型目标的识别进行了仿真计算。计算结果表明多传感器融合明显优于单一传感器,有效提高了末敏弹系统的目标识别率。     

一种基于模拟退火的编队区域防空目标分配方法

目标分配是编队对空防御指挥决策中的一个重要环节.通过对舰艇编队区域防空目标分配影响因素的分析,建立编队区域防空目标分配问题的数学模型,然后基于混合优化算法思想,将启发式搜索机制与模拟退火算法结合起来,提出一种改进的贪心模拟退火算法,给出了算法求解流程.仿真结果表明该算法是有效的和可行的,能够给出具有较好的优化分配方案.     

基于多源异构数据融合的船舶目标检测与跟踪技术研究

随着内河船舶通航密度加大,面向水上船舶智能化安全监管,提出了一种多源异构传感器融合的船舶目标检测及动态跟踪方法,重点分析了图像目标检测和多源数据融合算法。针对图像目标检测,提出了基于边缘检测的三帧差分法与基于混合高斯背景减除法相结合的船舶视频目标检测算法;针对多源异构数据融合,优化了一种正态性隶属度函数计算模糊矩阵的方法,实现了在动态视频修正下的激光点云数据与AIS数据的船舶轨迹特征融合,并通过空间矩阵变换实现投影到同一坐标系,最后利用卡尔曼滤波算法实现了目标的动态跟踪。通过该方法研发了一套基于多传感器融合的船舶态势主动式智能感知系统,经系统分析,该方法比传统人工检测及单一监测手段都具有更好的环境适用性和检测精度。     

偏好泊位约束下的集装箱港口离散泊位分配问题*

在集装箱码头中,泊位调度系统是影响码头作业调度的重要环节,而泊位分配问题又是其首要问题。为了揭示 泊位偏好对泊位分配问题的影响,重点从集装箱码头泊位分配问题和基于船舶泊位偏好问题两方面展开研究,为对泊位分 配和泊位偏好进行协同优化配置,建立泊位偏好约束下的多目标混合整数数学模型。并且采用CPLEX进行求解。通过算例 说明模型的有效性,并通过实验分析船舶对泊位的偏好的影响。结果对港口具有的实际应用价值,拓展了对离散型靠泊计 划的研究。