基于解析规则的舰艇区域防空作战能力需求生成

首先,在能力需求生成中,通过对舰艇面临的威胁任务分解,构建作战能力指标体系,分析"元任务-能力指标"之间的解析规则进而得到舰艇作战所需的各项能力指标;其次,以单舰舰空导弹区域防空为背景,根据作战流程的各个阶段建立相应的数学模型,以作战需求以及敌我双方的相关因素为变量,结合关系图对杀伤区远近界、发射区远近界、预警机前出距离、高度和必需预警距离等作战能力指标进行了仿真验证;最后,分析了所需探测距离及速度对作战能力指标的影响关系,定量得到相应所需的区间数值解,为舰艇区域防空作战能力需求生成提供了依据。      

基于SAGWO算法的UCAVs动态协同任务分配

通过分析无人作战飞机（UCAV）优势概率和任务联合威胁以及定义任务时间,建立了以目标价值毁伤、编队损耗代价和时间消耗为性能指标的多无人作战飞机（UCAVs）多约束动态任务分配数学模型,采用改进的灰狼优化（GWO）算法对数学模型进行求解;针对基本GWO算法求解早熟的缺点,给出了自适应调整策略和跳出局部最优策略,引入了二次曲线控制方法;对UCAVs动态协同任务分配特点,设计了目标任务序列编码方式,提出了基于自适应GWO（SAGWO）算法的UCAVs多目标动态任务分配方法。从静态与动态2种情况分别对该方法进行仿真验证;仿真结果表明,该方法是有效的,相比较于其他算法,其优化过程快速精准。      

多约束下备件多层多级库存优化模型

备件库存优化是提高装备保障效率和战备完好性的有效途径之一,针对目前部队现有多约束多层多级备件供应模式及工程实践要求的问题,以舰艇编队索马里护航任务准备阶段备件携带方案优化为研究背景,以舰艇保障经费、载荷和仓库体积为约束条件,以舰艇编队期望短缺数最小和可用度最大为目标函数,运用拉格朗日乘子法和边际效应法求出舰艇编队最优多层多级备件携带方案。通过实例将优化前后基地和后方仓库备件总的质量、体积及费用与对应约束指标上限进行对比分析,结果表明:本文模型和方法可以有效解决编队备件携带问题,同时也可为其他领域解决此类问题提供借鉴。      

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

海洋一号卫星观测任务规划算法设计及系统应用

针对海洋一号卫星观测任务规划需求,提出并实现了基于遗传策略的任务规划框架,解决了卫星实际使用中成像任务受卫星其他业务影响的多类型约束成像规划问题。基于海洋一号卫星实际规划业务要求,对任务规划约束和优化目标建立数学模型,提出了由预处理、窗口约束处理和组合约束处理与优化组成的三阶段规划框架。设计了多约束任务规划优化目标函数,并利用交叉、变异和种群选择等遗传机制对优化问题进行了求解。基于海洋一号卫星实际观测需求数据,对提出的算法进行了有效性和性能验证,结果表明本算法能够给出满足多类型约束的观测规划方案,并在观测时间、观测覆盖率等方面较其他策略有显著提升。研究结果表明通过优化目标函数的设计遗传算法能够实现复杂约束条件的成像规划求解,算法框架可为与海洋卫星具有相似业务特点的对地观测规划系统设计提供借鉴。     

基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化方法

保障人员配置和保障作业调度是舰载机机群出动保障任务决策的2项核心内容。针对复杂甲板作业约束条件下保障人员配置-调度联合优化的实际问题，首先，系统分析舰载机机群出动保障流程约束、出动时限约束、保障人员约束、保障设备约束、工位空间约束和资源供给能力约束。其次，以保障人员数量和负载方差和最小化为优化目标，建立了混合整数规划模型，进而提出了基于边际-人工蜂群（ABC）算法的两层优化决策架构。上层决策模型基于边际优化算法对保障人员配置方案进行迭代优化，下层决策模型采用改进的双向人工蜂群算法对舰载机机群出动保障任务调度进行优化。最后，通过典型算例验证了所提模型和两层优化机制的可行性与有效性。      

SpaceWire D的调度表生成方法

针对航天高速SpaceWire D提出了一种调度表生成方法。该方法基于贪婪算法和SMT求解器。贪婪算法是主体,在每次迭代中以调度表的分布均匀性为优化原则产生一个约束集作为SMT求解器的输入参数,然后调用SMT求解器。SMT求解器是重要工具,用于对输入参数的可满足性进行判定,如果可满足则将输出的模型作为生成的调度表。此外,还提出了设置分片长度、确定时间槽大小以及划分冲突域的策略。最后,通过试验对方法的效果进行了验证。结果表明,生成调度表的时间较短且调度表具有良好的分布均匀性。     

西班牙海军 世界首艘“宙斯盾”护卫舰“阿尔瓦罗·德·巴赞”号导弹护卫舰

西班牙的“阿尔瓦罗·德·巴赞”（Alvaro de Bazan，亦称F100）级护卫舰是一艘多功能护卫舰，一艘为处理危险状况，能为远征部队提供保护且在海上作战时作为旗舰指挥作战的理想水面舰艇。F100级护卫舰在担任海上特遣舰队的旗舰时，除取有进行空中作战信息整合、指挥舰队进行防空作战之外，也能担任反潜作战指挥平台。虽然在今日海军中反潜已经不是水面舰艇最重要的任务，但是，西班牙海军的“阿尔瓦罗·德·巴赞”号护卫舰还是配置了高科技的反潜作战系统，并在未来的作业中证明其价值。     

美国成功试射格里芬导弹

来自于雷锡恩公司消息，美国海军首次验证了使用滚体导弹发射架（RAM）发射作战验证型格里芬B导弹的能力。雷锡恩公司导弹系统的防空系统产品线负责人表示，格里芬导弹能够使水手抵御海盗和其他非传统威胁操纵的快速机动小型水面目标。格里芬导弹提供了强大的能力，它在生产并经过作战验证后，可随时投入使用。     

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题，提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息，建立近距空战决策动态贝叶斯网络模型，实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作，建立轨迹预测模型，实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹，考虑飞行性能约束，采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引，克服了传统方法实现机动动作方式固化的问题，具备较好的实时性和优化性。      

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

基于滚动时域的无人机空战决策专家系统

针对专家系统法在空战应用中存在适应性差的缺陷,提出了一种基于滚动时域控制(RHC)的机动决策算法对空战机动决策专家系统进行改进.首先,系统地分析了在专家系统空战机动决策中的最优控制问题,完成了机动决策最优控制模型系统状态方程的建立、控制约束的设计以及指标函数的建立.在此基础上,根据滚动时域法原理,将整个空战过程分解为若干有限时域,并在每个时域内将空战机动决策问题视为初始条件不断更新的专家系统机动决策最优控制模型的求解,反复进行直到空战结束.仿真结果表明,在专家系统法失效的情况下,通过求解专家系统空战机动决策滚动时域最优控制模型,无人机能够快速地进行有效的机动决策.      

基于RQPSO-DMPC的多无人机编队自主重构控制方法

针对敌方防御区域内各种威胁,为了实现隐蔽突防并实施对敌有效打击,在突防过程中多无人机(UAV)编队需要进行重构控制,并且编队内的相互避碰问题与通信约束问题也需考虑。通过建立无人机虚拟领航编队模型并引入邻居集,采用分布式模型预测控制(DMPC)同时构建多无人机编队的重构代价函数,提出采用改进量子粒子群优化(RQPSO)算法进行求解,并将求解结果与采用粒子群优化算法的结果进行对比。仿真结果表明,本文算法能够有效控制多无人机编队完成自主重构,实现安全隐蔽突防任务。     

基于RGPO的编队ECAVs协同航迹欺骗

基于动力学模型分析了多机协同控制下的航迹欺骗技术,利用配备有电子欺骗技术的电子战飞行器(ECAVs, Electronic Combat Air Vehicles),对敌方的防空系统中的雷达网实施电子攻击行动来达到欺骗干扰效果.对搭载距离拖引干扰(RGPO, Range Gate Pull-Off)技术的ECAVs在防空雷达网中的作战运用及协同策略进行了研究,空间模型包括单架ECAV对单部雷达以及多架ECAV对雷达组网两种情形.基于ECAV、雷达和虚假航迹点三者共线关系,削减搜索空间,解决动力约束下ECAVs轨迹规划约束最优化难题,算法高效快捷,可实时完成ECAVs轨迹规划.      

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。      

过失速飞机最速指向目标机动研究

基于飞机质点动力学模型建立了指向活动目标的终端条件,并进行最速指向机动动作的数值优化,其中用共轭梯度法寻优,用罚函数处理约束条件.计算结果表明,优化可以指导寻找对应于不同战术要求的有利机动过程;在近距空战中,具有快速改变航迹方向并进入过失速超大迎角机动的能力非常有利于快速指向目标、争取首攻机会,而改变航迹方向倾向于使用最大升力区迎角.     

考虑物料配送的飞机移动生产线调度问题优化

以飞机移动生产线为实际背景,将作业装配过程调度抽象为资源受限项目调度问题并进行了扩展,引入物料配送与线边存储决策,以及相关能力约束等实际因素,建立了以装配总工期最小化为目标的数学模型。针对模型,设计了一种以遗传算法为框架的启发式算法,其中结合了解生成算法和局部优化搜索算法。在遗传算法较优的全局搜索能力下,通过SCRDS算法综合作业顺序、资源约束、配送能力、线边空间等因素,联合决策作业开始时间、物料配送时间和物料在线边空间的存储位置,提出了两作业间物料摆放位置调整的局部优化搜索算法,对作业开始时间和物料配送时间进行再优化,进一步缩短了装配总工期。利用标准算例库进行了数值实验,实验结果证明了模型与算法的有效性。