多基地多无人机协同侦察问题研究

 充分考虑侦察目标的侦察分辨率要求和侦察时间窗约束，以及位于不同基地的无人机(UAV)的侦察性能和可用数目，首次建立了更加贴近军事应用实际的多基地多UAV协同侦察问题(M-MUCRP)的数学模型，并提出了解决该模型的多基地多UAV协同侦察进化算法(M-MUCREA)。M-MUCREA的染色体数据结构有效地表达了问题的解，有利于交叉、变异等进化操作；充分利用与目标侦察分辨率要求以及目标位置和时间窗约束相关的启发信息，构造初始种群,避免进化过程收敛太慢；基于Pareto最优概念的选择算子确保解在多个目标上的有效优化；精英策略避免了丢失进化过程中产生的非劣解，加快算法收敛；变异和交叉算子在保证有效解的前提下，实现了解的多样性，避免了算法陷入局部最优。仿真实验验证了算法能够有效解决M-MUCRP。     

复杂背景下红外弱小运动目标检测的新方法

提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了“局部小目标可辨识度”的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。     

修正D-S证据组合方法及其在目标识别中的应用

在多传感器信息融合算法中，Dempster-Shafer证据理论得到了广泛应用，但该理论本身也存在一些不足之处。针对这种情况，提出了D－S证据组合中“与”算子的一种改进方法，并进行了仿真。仿真结果表明，所提出了算法能够有效排除干扰，得出符合实际的组合结果。     

基于多传感器信息融合的直升机城市内障碍物主动探测方法

为了解决直升机前视告警系统在城市内告警成功率较低，对前视方向感知能力不足问题，提出一种基于多传感器信息融合的直升机城市内障碍物主动探测方法，以提高直升机前视告警的有效性。首先，研究了基于雷达与视觉信息融合的检测及跟踪方法，得到障碍物自身尺寸及经纬度数据信息。其次，提出一种障碍物数据处理方法，筛选障碍物数据并将其更新入机载地形高程数据库中。最后，基于三维仿真平台，结合典型算例进行仿真研究。结果表明：该方法能够对前视方向上的城市地形进行有效探测并准确更新，可用于保障直升机城市内飞行安全。     

基于分层控制免疫遗传算法的多卫星联合任务规划方法

 研究面向复杂任务需求的多卫星联合下的任务规划技术,对于提高对地观测系统的保障能力具有重要意义。各种类型的复杂任务需求由于需求特点的差异,使得相对于针对点观测任务的规划更加复杂。在提炼问题特点的基础上,建立了整数规划问题模型,并提出了分层控制免疫遗传算法。该算法采用双层操作,在父层采用遗传操作算子,在子层采用免疫操作算子,并引入基因重组、自适应免疫更新、小生境等机制改进搜索过程。仿真实验表明,分层控制免疫算法在解决复杂任务的任务规划中是可行有效的。     

飞机发动机损伤图像的分割处理

在形态学边缘检测算子的基础上,综合应用了形态学中的腐蚀和膨胀,提出了一种改进的多尺度形态边缘检测算法,得到修正的边缘检测算子,减轻了图像边缘检测的模糊性,并有效降低了噪声对边缘检测的影响。通过实验得到噪声存在条件下较为理想的图像,验证了该算法的可行性和有效性。     

航拍高光谱图像中基于投影的自动目标检测算法

针对未知环境条件下的高光谱图像目标检测问题进行了研究，提出了一种基于投影的自动目标检测算法。该算法通过构造正交投影算子预先对部分干扰物信息进行削弱，再以无监督的自动目标搜寻方法找到场景中可能的目标物，将图像数据向可能目标物所张成的子空间投影以增强目标物的信息，然后用匹配的方法完成检测。有效减弱了干扰物对目标检测的影响，缩小了目标搜索的范围。应用此算法对实验采集数据进行处理，取得了较好的结果。     

新的解跨音速Euler方程的隐式杂交方法

 本文提出一个新的杂交格式,它由Jameson-Turkel LU分解法和Harten TVD（total variation diminishing）格式的修正数值通量耦合而成。LU分解用于Euler方程隐式部分的离散化而Harten的数值通量控制所谓的稳态解残差。精心构造LU算子,可使矩阵算子L和U很容易逐点推进求逆;以Harten的数值通量计算杂交格式右边的通量,这样做在a=1/2的条件下,可保证收敛的稳态解具有二阶精度并能高分辨率地捕获激波。数值实验表明,本文格式对于稳态计算是有生命力的并能保证较高的激波分辨率。     

特征选择的多准则融合差分遗传算法及其应用

为了全面评价特征子集的好坏,提高特征子集作为最佳子集的可靠性,以及更快找到最佳子集,提出了一种用于特征选择的多准则融合差分遗传算法。引入多个评价准则对特征子集进行评价,并对遗传算法的选择算子进行改进,有利于选出适应度高且具有重要特征的个体;同时,引入差分策略改进变异算子,提高种群多样性和算法搜索能力;最后通过仿真实验和滚动轴承实例验证了该方法的有效性。     

对流传热问题的分步杂交解法

本文给出了一种求解对流传热问题的分步杂交方法。征不规则的三角形网格上,利用改型特征线方法处理动量方程与能量方程中的对流算子,集中质量的有限元方法处理其中的扩散算子。利用人工压缩性方法和控制体积元的守恒格式求解连续方程(不可压的约束条件)。计算了方形空腔与方形冷腔内有一热柱的对流传热问题,给出了比较好的结果。     

基于新型自适应遗传算法的混合可靠性优化模型

提出一种新型的自适应遗传算法。结合Logistic函数和余弦函数,对交叉、变异算子曲线进行非线性化处理,实现了交叉算子和变异算子的非线性自适应调整。用新算法求解测试函数,结果表明新算法能够提高收敛速度和精确度,有效地跳出局部收敛,避免早熟现象发生。并基于提出的新型自适应遗传算法,研究了截尾随机-模糊-区间变量的混合可靠性模型的优化问题,建立了以混合可靠性指标作为优化约束条件的混合可靠性优化模型。以某型飞机变速箱同步器系统的优化设计为例,验证了该模型在工程应用中的有效性。     

训练空域动态规划问题数值模拟仿真算法研究

训练空域的动态规划对于提高空域利用率,提高部队训练效率,缓解军民用空矛盾具有重要意义。本文将空域的动态规划问题进行分阶段处理,通过寻求各个阶段的最优方案来使得总的占用时间最短。针对各个阶段的动态规划问题,在分析问题复杂性的基础上,构建了空域规划模型,提出了遗传-离散粒子群算法,通过融合遗传算法中的交叉与变异思想来改善DPSO算法摆脱局部最优解的能力,提高算法的收敛速度和精度。同时为保证种群的多样性,设计了可保证个体可行性的自适应交叉算子和变异算子。最后利用甘特图来表示整个空域规划过程。将改进后的遗传-粒子群算法用于算例,并与遗传算法比较,结果表明该算法获得的结果更优且收敛速度更快。     

Embryonic array configuration optimization method based on reliability and hardware consumption

Embryonic Array(EA) with different configuration methods will directly affect its reliability and hardware consumption. At present, EA configuration design is lack of quantitative analysis method. In order to reasonably optimize EA configuration design, an EA configuration optimization design method is proposed, which is based on the constraints of EA hardware consumption and reliability. Through the analysis of EA working process and composition, quantitative analysis of EA reliability and hardware consumption are completed. Based on the constraints of EA hardware consumption and reliability, the mathematical model of EA configuration optimization design is established, which transfers EA configuration optimization design into an integer nonlinear programming model problem. According to the difference of the fitness value of individual waiting for mutation in population, adaptive mutation operator and crossover operator are selected, and a novel Modified Adaptive Differential Evolution(MADE) algorithm is proposed,which is used to solve EA configuration optimization design problem. Simulation experiments and analysis indicate that the MADE is able to effectively improve the speed, accuracy and stability of algorithm. Moreover, the proposed EA configuration optimization design method can select the most reasonable EA configuration design, and play an important guiding role in EA optimization design.     

遗传算法在飞机着陆调度问题上的应用

用遗传算法对飞机着陆调度问题的两个方面:队列顺序的确定和跑道指派进行了研究.队列顺序采用飞机编号的单一整数染色体编码方案,配合相应的变异、交叉算子,避免了后代非法解的问题.跑道指派则在适值函数计算中,基于对列最短的原则来加以确定,避免了对队列顺序和跑道指派进行分别编码.算例研究了单跑道与双跑道两种情况.计算结果表明,这种编码方案以及变异、交叉算子对这一问题具有很好的效果,可在普通PC机上实现雷达扫描周期内的实时计算要求.     

Pareto基因算法多目标翼型优化设计

 基于 Pareto最优解的定义,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。通过等级法来正确识别每一代中近 Pareto波阵面的解,从而消除选择误差达到快速收敛的目的。为提高解的分布性:采用小生境技术解决了基因材料多样性损失问题;采用常规实数编码方式配合平均交叉算子解决了编码端点效应问题。将所发展的方法应用于多目标翼型优化设计中,获得了理想的 Pareto波阵面,为决策者提供了一个可选的有效解数据库。     

应用自适应遗传算法进行参考航迹规划

 确定参考航迹是利用分层规划思想进行航迹规划时首先要解决的问题。针对参考航迹规划算法中全局最优和信息处理量之间的矛盾, 采用自适应遗传算法进行参考航迹规划。算法对飞行方向进行编码构造个体, 并在此基础上设计交叉和变异算子; 在进化过程中采用自适应交叉概率和变异概率。仿真结果表明, 该方法大大降低了信息的记忆和处理量, 并提高了遗传算法的全局寻优能力, 为突防飞行器提供满足战术要求的参考航迹。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

基于快速性能计算算法和序优化的卫星星座构型设计研究(英文)

卫星星座设计是一个复杂耗时的仿真优化设计问题。本文首先介绍了一种利用Hermite插值算法计算卫星星座性能指标的快速算法,用来减少计算复杂度和时间,并且基于快速算法建立了星座构型优化模型。其次引进了序优化理论,用来缩减搜索空间。针对星座优化问题,详细阐述了序优化所涉及到的精确和粗糙模型、有序性能曲线、选择规则和选择集合。通过对卫星导航星座和天基目标监视星座系统的仿真表明序优化理论对处理卫星星座优化设计问题是有效的。     

基于蚁群优化的能量均衡自适应路由算法

基于蚁群优化的WSNs路由算法具有蚁群优化自组织性、正反馈性和并行性的特点,在构造无线传感器网络中的最优路由时有很好的性能。但是蚁群优化构造最优解时带来的网络开销十分可观,不适合在路由维护阶段反复使用蚁群优化重构路由。考虑到蚁群优化的上述特点,同时针对无线传感器网络能量受限的特点,提出了一种基于蚁群优化的能量均衡白适应路由算法。该算法使用了新的信息素更新算子,算子中包含了网络能量水平因子,能够均衡网络能量消耗。在路由维护阶段,该算法使用了新的基于侦测蚂蚁的自适应路由维护机制,很好地降低了网络开销。     

基于两步优化策略的结构网格负载平衡

国家数值风洞（NNW）工程旨在发展完全自主知识产权的计算流体力学（CFD）软件,结构网格负载平衡问题研究是该工程中的一个重要组成部分。本文发展了两步优化策略以求解结构化网格的负载平衡问题。第1步优化采用传统的贪婪算法,完成对大块网格的剖分和以进程计算时间为指标的网格块分配;第2步采用遗传算法（GA）,目标函数兼顾进程计算时间和通信时间,在第1步优化结果的基础上,对网格块在进程上的分配开展二次优化。为准确计算GA的目标函数,构建了一套计算时间和通信时间的建模方法,包括样本生成、模型建立和模型验证,整体方法具有一定的通用性。根据负载平衡问题以及两步优化策略的特点,对GA的编码、交叉、变异和种群初始化进行了研究,详细分析了交叉操作的递归问题及解决方法。算例验证说明建立的进程计算时间和通信时间模型具有较高的计算精度,能够用于GA的目标函数计算;两步优化策略能够在第1步优化的基础上进一步改善优化结果,从而减少CFD问题的整体计算时间,对于计算量巨大的工程问题具有较大的实用价值。