【摘 要】
：
由于复飞逃逸、飞行故障等因素随机发生,传统静态调度方法难以有效解决动态随机调度问题.对此,提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法.在离线模拟回收环境下,由算法完成基于随机模型的指标函数系数优化,后由该指标函数实现对机队优先序的实时评估排序,进而完成回收在线动态调度.仿真结果表明所提算法能有效解决回收调度问题.在相同机队初始输入下,目标值呈现较好统计特性,其期望值能够快速收敛到一定范围,且无复飞情况下着舰时间窗目标呈显著正态性;不同回收机队输入对指标系数最优值的散布较小,表
【机 构】
：
海军航空大学,山东烟台264001
论文部分内容阅读
由于复飞逃逸、飞行故障等因素随机发生,传统静态调度方法难以有效解决动态随机调度问题.对此,提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法.在离线模拟回收环境下,由算法完成基于随机模型的指标函数系数优化,后由该指标函数实现对机队优先序的实时评估排序,进而完成回收在线动态调度.仿真结果表明所提算法能有效解决回收调度问题.在相同机队初始输入下,目标值呈现较好统计特性,其期望值能够快速收敛到一定范围,且无复飞情况下着舰时间窗目标呈显著正态性;不同回收机队输入对指标系数最优值的散布较小,表明指标函数评估优先序具有较好的通用性和有效性;模拟回收调度发现,着舰成功率的提高将显著降低机队复飞次数,提高回收效率.
其他文献
针对多输入单输出(multiple input single output,MISO)系统中的空时分组码(space-time block code,STBC)盲识别问题,提出了 一种基于卷积神经网络(convolutional neural network,CNN)的串行STBC识别方法.首先,结合STBC识别问题提出了基本CNN(CNN basic,CNN-B)框架;然后在分析STBC相关性的基础上,针对空间复用和Alamouti信号混叠问题,设计了基于相关性的CNN(CNN based on cor
在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence,AI)优缺点的基础上,提出了基于知识牵引与数据驱动的AI设计框架.针对框架中涉及的基于数据补全的战场态势感知,基于遗传模糊系统的关键点推理,基于层次任务网的任务规划、计划修复与重规划,基于深度强化学习的算子动作策略优化等关键技术进行深入探讨.结果表明,所提框架具有较强的适应性,不仅能够满足分队、群队、人机混合等兵棋推演的应用需求,而且适用于解决一般回合制或即时策略性的博弈对抗问题.
交叉效率方法虽然克服了传统DEA方法效率虚高的问题,但也丧失了其能够制定效率改进目标的优势.因此,本文通过分析交叉效率的评价机制来挖掘阻碍DMU设置效率改进目标的根源,并针对只改进产出、只改进投入、同时改进投入与产出三种不同的决策情境,分别构建DEA交叉效率目标设置方法,以此在生产可能集的范围内寻求交叉效率最优的目标DMU.在此基础上,揭示不同DMU的目标设置规律,研究传统交叉效率方法对目标设置的影响,并将目标设置方法进一步拓展到所有DMU共同设置目标的决策情境中.最后,通过案例分析和方法对比来说明本文方
针对传统人工势场(traditional artificial potential field, TAPF)方法在无人机航迹规划时航迹摆动幅度较大且容易陷入局部极小值的问题,提出了一种改进人工势场法。首先在TAPF方法的基础上,引入角度与速度调节因子,模拟更真实的无人机飞行轨迹;然后再引入辅助避障力,实现避障的同时平滑轨迹;最后对改进航迹规划算法与TAPF方法进行仿真实验。结果表明,相较于传统算法
在分布式多输入多输出(multiple input multiple output,MIMO)雷达执行目标检测和跟踪多任务时,为了在多个目标中突出对重点目标的跟踪,提出了基于改进公平起点搜索的阵元选取模型与求解算法.在限定目标检测性能、跟踪性能和系统资源的前提下,以最小的阵元集合为代价函数,建立优化模型.为在同一框架下讨论系统的不同性能指标,对参数进行预处理,将表征跟踪性能的位置估计误差界进行去量纲化、归一化处理.分别引入表征目标重要程度和任务重要程度的权重因子,得到表征系统综合性能的参数.遍历每一个初始
为解决高价值弹药可靠性鉴定中试验样本量大、成本高的问题,提出了基于小子样变动统计思想的可靠性综合评定方法.考虑到弹药可靠性在研制阶段上呈现动态特性、环境上呈现差异特性和相似装备上呈现关联特性,基于小子样变动统计思想建立了弹药可靠性综合评定模型;针对多源历史样本的“异母体”问题,以信息熵和条件熵理论对无历史样本下和有历史样本下可靠度的不确定性进行量化,以不确定度减少比率作为该历史样本相较于现场样本的继承因子;基于贝塔分布函数和继承因子构建了关于可靠度的混合先验分布,由贝叶斯理论推导得到可靠度的验后分布,从而
定量评估航天侦察装备效能是武器装备体系建设的重要环节之一,对装备发展和作战应用具有重要的现实意义.针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题,提出一种基于改进灰狼(improved grey wolf optimizer,IGWO)算法优化的支持向量回归机(support vector regression,SVR)评估方法(IGWO-SVR).引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力,并将其应用于基于支持SVR效能评估参数的优化.基于
针对低功耗有损网络(low power lossy networks,LLN)移动性支持路由算法中移动节点(mobile node,MN)备选父节点集选取不合理、存在障碍物的中速场景下MN寻路不及时和路由度量单一等问题,提出中速场景下 MN 邻居探测的 LLN 高效寻路(highly-efficient MN neighbor detection based pathfinding protocol for LLN,NDM-RPL)算法.提出链路质量检测机制,通过计算安全阈值和危险阈值以便MN及时寻找下一
针对工业无线传感器网络通信链路上存在的节点安全问题,提出一种可抵御节点攻击的多层Stackel-berg 博弈模型.选择最佳协作干扰节点协同抵御全双工攻击节点,将合法节点与攻击节点之间的对抗关系以及合法节点间的内部协作关系建模成多层Stackelberg博弈模型,分析博弈模型的闭式均衡解;设计分阶最优响应迭代算法求解Stackelberg博弈均衡.仿真结果表明,所提的最佳协同干扰节点选择方案对攻击节点具有较好的干扰效果且节省能耗;与其他功率控制模型相比,所提模型可有效增加协作干扰节点的收益,提高协作的积极
针对现有机载设备剩余寿命(remaining useful lifetime,RUL)预测方法在新研单一样本条件下,无法应用于加速退化试验场景的问题,本文基于比例关系模型提出了 一种加速退化场景下适用于单个试验样本的自适应RUL预测方法.首先,依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系,构建考虑设备个体差异与测量误差的非线性随机退化模型;其次,针对加速退化试验存在单一受试样本的情况,提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法;然后,基于卡尔曼滤波原理在线更新目标设备的退