基于遗传算法的舰船主动力装置系统模糊可靠性优化分配研究

本文阐述和论证了模糊可靠性优化分配模型。详细论述了遗传算法对该模型的求解,并且将它们运用到舰船主动力装置系统可靠性分析上,给出了计算过程和结果,表明这种方法是可行和有效的。     

基于聚类的干扰资源优化分配研究

对雷达网干扰资源的优化分配,是一个重要而又难以解决的课题.首先,在对雷达干扰资源优化分配模型研究的基础上,提出了基于聚类的干扰资源最大化算法.然后,对算法在雷达网干扰资源分配上的技术实现上进行了计算机仿真.仿真结果表明：基于聚类的算法能很好地解决雷达网干扰资源优化分配问题,具有较好的资源分配效益.     

基于遗传算法的反舰导弹火力分配优化

通过建立基于遗传算法的火力分配模型,研究多平台反舰导弹武器系统打击目标的最优方案,并依据实例仿真得到优化结果,说明该方法具有较强的实用性和参考价值。     

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。     

基于遗传算法的防空兵射击火力分配研究

着眼防空兵的作战特点,从运筹学角度,建立优化防空兵射击火力分配方案的模型。介绍了遗传算法,并在此基础上,利用遗传算法给出了适应于该模型求解的方法及步骤,并结合实例进行验证,为解决防空兵射击火力分配问题提供了一条新的思路。     

一种基于克隆选择的量子遗传函数优化算法

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。     

工程项目资源优化的遗传算法

遗传算法（GA）是一种源自生物界自然选择和自然遗传机制的随机化搜索方法,其群体搜索策略和信息遗传的特点使其在组合优化中表现出其它传统方法所不能比拟的性能。本文将GA应用于工程项目的资源优化中。与常规的直观方法相比,应用GA能同时解决资源平衡和资源有限问题并避免了繁琐的推断过程,同时还能得到除最优解外的几个次最优的解决方案。     

舰船主动力装置系统模糊可靠性优化分配的加权模型研究

探讨了系统模糊可靠性优化分配的理论及方法，其中分为两种情况，一种情况是模糊目标和模糊约束没有加权；另一种情况是模糊目标和模糊约束有加权的情况，进而尝试用遗传算法来求解上述两种问题。从实例分析来看，这种理论和方法是有效的。     

基于遗传算法的船舶推力分配方法研究

近年来,海洋资源开发需求的日益增加对船舶推进器系统的性能提出越来越高的要求。当前,推力系统的主流配置方法为过驱动配置法,然而其存在求解效率低、全局范围内性能差等缺点。针对这一问题,本文提出了一种基于改进遗传算法的船舶推力动态分配方法,采用多步优化算法和径向基神经网络进行求解和训练。为提高全局可行域内的计算效率,本文对遗传算法中的交叉变异概率函数及适应度函数进行了优化。仿真结果表明,本文提出的推力分配方法功率消耗小且性能优异。     

基于量子遗传算法的TDOA定位技术研究

为了解决TDOA定位估计中遇到的非线性最优化问题,提出了一种联合使用Chan算法和量子遗传算法的混合定位算法,采用二进制量子编码和量子旋转门更新个体,针对TDOA方式进行最佳坐标搜索。仿真结果表明,该算法性能稳定,能找到全局最优的解,相对于Chan算法精度更高,相对于遗传算法有更快的收敛速度。     

基于遗传算子的粒子群算法在战场频率分配中的应用

为了对战场频率进行分配,提出了一种基于遗传算子的粒子群分配算法。首先介绍了基于干扰最小的频率分配数学模型,然后提出了基于遗传算子的粒子群分配算法,仿真实验表明了模型及算法的可行性。     

基于遗传算法的操舵仪控制参数在线优化

采用遗传算法对航向保持自动操作仪控制参数进行在线优化,计算机仿真表明,遗传算法可以方便地得到全局最优解,故控制器可以快速稳定地跟踪预定航向,且系统具有较好的鲁棒性。     

基于遗传算法的船体分段装配优化

优化装配序列对提高造船生产效率具有非常重要的意义。选择典型的船体分段为研究对象,首先结合生产实际将装配结构层次化,生成子装配体以缩短遗传算法中染色体的长度,加快算法向最优解的收敛速度,提高装配规划效率;然后应用遗传算法得到船体分段最优装配序列;最后利用CATIA软件对分段进行建模,并完成分段虚拟装配过程的仿真演示。实例分析结果验证了应用遗传算法的可行性与有效性,显示其有助于优化船体分段装配顺序。     

基于遗传算法的滩海路堤堤高优化设计研究

滩海路是为了开发丰富的滩海石油资源而修筑的联系陆地与人工岛的纽带.浅海滩涂地带受潮汐影响,水陆界伸缩很大,这就造成了滩海路建设具有费用高、风险大、工期长、维修费用高的特点.堤高是影响滩海路堤工程建设总费用的关键因素,其合理确定对于保证滩海路通行天数、降低工程建设总费用是至关重要的.基于遗传算法,结合全寿命周期成本理论,建立了滩海路堤堤高多目标优化设计模型,并对渤海海域某工程地的滩海路堤进行优化设计,同原设计比较表明:利用该方法具有优越性,可以节省工程建设资金.     

基于改进型遗传算法的舰艇航路规划研究

针对当前舰艇航路规划所要考虑的因素,运用遗传算法探讨舰艇的航路的优化设计问题。运用蚁群搜索的策略生成初始航线种群,并采用网格序号进行一维编码,通过构建适应度函数进行航线的选优工作。以电子海图作为平台,经过编程仿真试验得到了设定海区的最优航线。仿真结果表明,改进的遗传算法提高了搜索效率,得到了较为满意的结果,基本可以解决设定海区的航路规划问题。     

基于神经网络和遗传算法的系泊线长度参数优化

摘 要: 针对多成分系泊线三段长度如何取值的问题,采用一种基于神经网络和遗传算法对深海多成分锚泊系统长度进行优化。应用AQWA软件计算多点系泊FPSO,其时域结果直接用于训练BP神经网络。从而利用神经网络的非线性映射功能构建替代锚泊时域计算网络,大大缩短了优化所需的时间。以FPSO最小平面运动值为目标函数,锚链破断强度作为约束条件,采用遗传算法优化系泊长度。计算结果表明,与传统设计的锚泊长度相比,优化后FPSO在各个浪向下纵荡横荡值均能减少20%以上。 关键词:系泊;神经网络;遗传算法;优化     

基于遗传算法的雷达组网极化管理

为了增强雷达组网系统反应能力,生成稳定合理的极化管理方案,文章给出了一种基于遗传算法的雷达组网极化管理解决方案,并给出了应用遗传算法生成极化方案的具体实现描述,仿真结果表明该方法运算速度较快,结果精度较高,对极化方案的生成研究具有一定的参考价值。     

遗传算法在雷达组网中应用探析

文章探析了遗传算法用于雷达组网最优化布阵的基本原理和关键技术,其方法主要是通过一定数量的染色体群世代更迭,优胜劣汰,能够较好较快的得出最优解,从而避免了采用传统方法带来执行速度较慢的问题。