基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。

基于改进BBO算法和模糊期望效果的反导武器目标分配建模与实现

针对现有反导武器目标分配(weapon target allocation,WTA)由于忽略射击有利度和目标意图价值的不确定特征,而造成目标错分、漏分的问题,引入模糊期望理论,构建基于模糊期望效果的最大化费效比反导WTA模型。针对模型特点,提出基于改进型生物地理优化(improved biogeography-based optimization,IBBO)算法。该算法采用基于整数的矩阵编码方式,通过余弦动态自适应策略改进迁移操作。同时,引入共生生物搜索(symbiotic organisms search,SOS)算法中相互作用思想,设计基于共生策略的变异操作。此外,在IBBO算法基础上结合模糊模拟形成混合智能算法,对模型进行求解。仿真实例表明,所提算法较好地协调了集约化和多样化的能力,提升了求解的精度与效率,满足不确定环境下反导辅助决策对求解精度和时效性的要求。

带随机变异及感知因子的粒子群优化算法

针对传统粒子群算法(PSO)在求解高维空间中复杂函数时容易发生“早熟”现象,根据粒子在空间中的运动规律和散布特点,提出带随机变异因子和动态感知因子的粒子群优化算法。算法通过引入对邻域具有质疑策略的随机变异因子,促使个体粒子对自身邻域进行探索,降低粒子因过于信赖个体最优和全局最优而发生的“早熟”现象,从而改进速度更新策略;同时,为粒子位置更新引入感知因子,使粒子在同一维度上动态自适应控制自身与其他粒子的空间距离,从而避免陷入局部最优。通过测试函数实验、算法对比分析实验、随机参数影响实验和算法复杂性实验,验证了该算法在求解高维空间中的复杂函数等问题时,具有明显的优越性和鲁棒性。

基于“作战云”的防空反导体系架构研究

针对未来防空反导体系发展建设需求,通过分析国内外防空反导体系发展中存在的现实问题,在深入分析“作战云”概念定义及特性的基础上,提出基于“作战云”的防空反导体系架构,构建了包括应用层、管理层、应用层的防空反导体系架构,探讨了其特点优势,并分析了基于“作战云”的防空反导体系典型防空反导作战流程,对我军防空反导体系发展建设提供了一定的理论支撑。

基于IDPSO的武器目标分配优化算法

针对武器目标分配(weapon-target allocation,WTA)优化问题的特点,对改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法应用于WTA的若干问题进行研究。首先建立了资源受限条件下最大化效费比的WTA优化模型。然后,构建了一种针对多约束WTA问题的粒子编码方案,在此基础上,改进传统粒子群算法的位置和速度更新方式,提出了带怀疑因子和斥力因子的IDPSO算法。仿真实例表明,该算法具有更强的全局寻优能力和更快的收敛速度,能够有效求解大规模WTA问题,适应现代战争中辅助决策对实时性的要求。

基于直觉模糊核聚类的弹道中段目标识别方法

针对现有的模糊核聚类算法性能的问题,汲取直觉模糊c-均值聚类(intuitionistic fuzzy c-means,IFCM)算法的动态聚类特性优势,引入高斯核函数,改良归一化条件,提出直觉模糊核c-均值聚类(intuitionisticfuzzy kernel c-means,IFKCM)算法,并通过实际数据测试,证实了该算法的可行性和有效性。最后,根据弹道中段目标识别仿真系统的要求及弹道目标识别的特点,设计并实现了基于直觉模糊核c-均值聚类的弹道中段目标识别(intuitionistic fuzzy kernel c-means-target recognition in ballistic midcourse,IFKCM-TRBM)原型系统,仿真实验及对比分析充分表明该原型系统的稳健可行性,为弹道中段目标识别提出了一种新的参考和尝试。

基于直觉模糊粗糙集相似度的多属性决策方法

将直觉模糊粗糙集应用于多属性决策问题,提出了基于改进的直觉模糊粗糙集相似度的多属性决策方法。针对现有的直觉模糊粗糙集相似度忽略犹豫度而造成度量不精确的问题,提出了一种改进的直觉模糊粗糙集相似性度量方法,并揭示其若干重要性质。在此基础上,将属性值用直觉模糊粗糙集表示,并通过各个方案与直觉模糊粗糙集正、负理想方案的相似度比较,实现决策方案排序。数值实例表明了该方法的可行性和有效性,其在态势评估、目标识别等信息融合领域有良好的应用前景。

改进的直觉模糊粗糙集相似性度量方法

针对现有的直觉模糊粗糙集相似性度量的问题,提出了一种改进的基于海明距离的直觉模糊粗糙集相似性度量方法。该方法考虑了犹豫度并引入加权参数,解决了相似性度量不精确的问题。首先给出了直觉模糊粗糙值间的相似性度量定义,并揭示其若干重要性质。在此基础上,提出了直觉模糊粗糙集间的相似性度量方法,并证明其具有同样性质。最后通过数值算例分析说明了该方法更合理、更有效。

基于改进PSO的临空高速飞行器协同跟踪优化

临空高速飞行器具有飞行空域大、速度快等特点。针对临空高速飞行器协同跟踪面临分配资源要素众多、协同关系复杂等问题,在构建了面向临空高速飞行器的多传感器协同跟踪优化模型的基础上,通过改进粒子群优化算法的速度及位置更新方式,提出了结合置信算子及排斥算子的粒子群优化(confidence operator and repulsion operator particle swarm optimization,CORO-PSO)算法。仿真实验验证了所提算法能够满足临空高速飞行器协同跟踪对精确性及实时性的高要求,对临空高速飞行器探测跟踪系统的发展提供了一定的方法支撑。

基于核的直觉模糊聚类算法

针对现有的直觉模糊聚类算法性能的问题,提出一种基于核的直觉模糊聚类算法(IFKCM)。该算法引入高斯核函数,将直觉模糊集合从原始观察空间映射到高维特征空间,减少了计算时间且提高了聚类精度;同时改进了现有的直觉模糊聚类算法中的概率型约束条件,使其对噪声和野值点具有较好的鲁棒性。最后,通过实际数据和人工数据与常用聚类算法进行了对比实验,结果表明该算法较大幅度地提高了直觉模糊聚类算法的性能。

防空反导智能指控系统作战需求研究

军事智能化的核心应用是实现指挥控制的智能化,防空反导作战的复杂性、时敏性、高对抗性、不确定性等特点尤为突出,需要智能化"指挥员"辅助指挥员决策。在分析传统防空反导指挥控制系统存在问题的基础上,探讨智能指挥控制系统发展需求面临的挑战以及发展趋势,为未来防空反导智能指挥控制系统发展奠定基础。

基于改进IFRS相似度和信息熵的反导作战目标威胁评估

针对现有反导目标威胁评估方法忽略目标属性犹豫度和权重并造成评估精度不高的问题,引入直觉模糊粗糙集(intuitionistic fuzzy rough set,IFRS)理论,提出基于改进IFRS相似度和信息熵的反导作战目标威胁评估方法。首先,细分IFRS犹豫度,提出改进的IFRS相似度模型,并证明其性质。之后,针对现有的IFRS信息熵存在与直觉事实不相符的问题,提出基于余弦函数的IFRS信息熵,确定目标属性权重。在此基础上,构建并量化反导作战目标威胁评估体系,并通过比较威胁目标的各个属性值与正、负理想解的相似度,实现目标威胁排序。仿真实例验证了该方法的可行性和有效性,可为不确定环境下反导作战威胁评估提供新的参考和尝试。

基于组合赋权和改进VIKOR的动态威胁评估

针对目前防空作战目标威胁评估方法存在的不足,提出一种基于组合赋权和改进多属性妥协解决策(VIKOR)的动态威胁评估方法。首先,通过灰色关联分析和系统聚类对AHP法进行改进,得到主观权重,引入指标相关性对熵权法进行改进,确定客观权重,通过主客观组合得到最终权重;然后,建立了基于后悔理论改进VIKOR的威胁评估模型;最后,根据时间度准则构建信息熵-时间度和变异系数-时间度的优化模型,并通过博弈论思想得到时间序列权重,将多时刻的目标信息进行融合得到最终的威胁评估结果。实验仿真结果表明,改进的方法得到了更加科学合理的指标权重,威胁评估结果能够充分反映决策者的心理偏好和目标的动态变化,验证了方法的有效性。

分布式协同作战一致性建模

分布式作战中,各作战力量之间的协同一致是有效发挥体系作战效能的重要条件,但是由于缺少集中统一的指挥控制,达成协同一致更加困难。针对自主协同和主从协同两种模式,分别建立基于通信网络拓扑的有向图模型,设计各作战单元之间的交互协议以达成协同一致,给出协同一致性协议收敛的相关定理,并进行证明。最后,通过仿真实验验证了方法的可行性和有效性。

马赛克战特色优势与制胜机理研究

马赛克战是美军面向未来战争,针对战略对手,借助尖端科技最新提出的颠覆性作战概念,一旦形成实战能力,将产生系列化的非线性作战效果,对主要作战对手形成非对称优势。本文在对马赛克战概念背景进行分析的基础上,从兵力设计效率提升、指挥控制流程优化和作战模式创新等方面分析凝练了马赛克战的特色优势,并围绕OODA多层循环嵌套、抗打击能力强、重构效率高以及智能快速破击对手OODA环等方面,深入剖析了马赛克战的制胜机理。

基于战场态势变权的空中集群威胁评估

以联合空中作战为背景,提出了一种基于战场态势变权的空中集群威胁评估方法。首先建立了空中集群的威胁评估指标体系,根据离散信源与武器装备的相似原理构造了基于层次聚合的威胁指标量化模型;采用层次分析法和熵权法得到主客观权重,博弈组合得到常权权重,引入变权理论确定变权权重,使指标权重能够反映战场态势的特点和变化;然后针对传统多属性决策方法没有考虑决策者心理因素以及灰色关联分析和TOPSIS法评估结果不一致的问题,构建了基于后悔理论的灰色TOPSIS威胁评估模型,通过计算综合贴近度得到最终威胁评估结果,仿真实验证明该方法可靠有效。

一种新的临空高超声速飞行器滑跃段跟踪算法

针对临空高超声速飞行器滑跃段跟踪中存在的跟踪不稳定问题,提出一种基于多传感器的多周期多模型估计的最大熵模糊数据关联滤波(MPMME-MEFPDAF)算法。首先,在临空高超声速飞行器滑跃段运动特性分析的基础上,采用多周期多模型估计方法实现模型集自适应。然后,采用最大熵模糊数据关联思想,解决杂波环境下多传感器航迹断续、点迹关联问题。最后,将多周期多模型估计与最大熵模糊概率数据关联相结合,实现临空高超声速机动目标的多传感器连续跟踪。通过仿真验证,该算法比传统算法对临近空间高超声速速飞行器滑跃段的跟踪具有更好的跟踪效果。

采用投影螺旋搜索的改进粒子群算法

针对传统粒子群算法在求解高维决策空间问题时容易陷入局部最优的缺点,提出采用投影螺旋搜索的改进粒子群算法。该算法提出了一种基于投影空间的螺旋搜索粒子更新方式,并应用于粒子群算法中以解决早熟问题;为了增强寻优能力,引入混沌策略生成螺旋搜索的参数以提高搜索的随机性;使用自适应算子选择策略分配螺旋搜索更新和传统粒子更新的选择概率,使2种粒子更新方式在不同搜索阶段发挥最大效用。仿真实验表明:与基本粒子群算法相比,提出的算法能够以较少的迭代次数收敛,寻优精度最大可提高10^(-13),适合于求解一类具有连续空间复杂多峰值特点的工程应用问题。

四轨电磁发射器不同构型枢轨静力学分析

为更好地评估四轨电磁发射器的发射性能和使用寿命,研究了平面型轨道-平面型电枢、凸面型轨道-凹面型电枢、凹面型轨道-凸面型电枢3种不同构型电枢和轨道的受力和变形。构建了四轨电磁发射器的物理模型,在此基础上推导了电枢和轨道的受力和变形理论计算公式。采用有限元方法,分析了电枢和轨道所受的电磁力和变形。仿真结果表明,不同构型的枢轨受力和变形有较大差别:凹面型轨道能够提供较大的电磁推力,但其变形量较大;平面型轨道提供的电磁推力一般;凸面型轨道提供的电磁推力较小,但其变形量较小。仿真计算结果可为满足不同的发射需求提供一定的设计思路和参考。

四轨电磁发射器轨道构型对电流分布的影响

四轨电磁发射器的电流分布特性与其发射性能密切相关,较大的电流密度会导致枢轨的热烧蚀、磨损和转捩,严重制约发射器的使用寿命。为更好解决四轨电磁发射器电枢和轨道的热烧蚀问题,建立了3种不同构型的轨道和电枢,用有限元法对轨道和电枢的电流密度分布及电磁力进行比较分析,探讨枢轨凹凸值对电流分布和电磁力的影响。结果表明:凹椭圆型轨道提供较大电磁推力且枢轨接触面的电流密度分布最均匀,局部热损伤不明显;平面轨道提供的电磁推力较小,电流密度较大;凸椭圆型轨道电磁推力一般且枢轨接触面处电流分布不均;轨道电流密度大小与凹凸值负相关;而凹凸值对电磁推力的影响随枢轨构型不同而不同。