基于竞争方程的竞争型协同进化算法及应用

协同进化算法是近年来针对遗传算法的不足而兴起的,还处于研究初步阶段。本文在竞争型协同进化的基础上,借鉴生态学中种群竞争的Gause竞争模型,提出了Gause竞争型协同进化模型及算法,并将该算法应用于模糊神经系统的辨识问题上。实验证明,该算法比标准遗传算法、典型竞争型协同进化算法和BP学习算法具有更好的全局收敛性和更快的收敛速度,它在一定程度上解决了标准遗传算法的不足。

Gause竞争型协同进化算法在FNN中的应用

自从60年代J.霍兰提出遗传算法以来,模拟进化算法得到了很大的发展和应用。协同进化算法是针对遗传算法的不足提出,还处于研究初步阶段。该文在竞争型协同进化的基础上,借鉴生态学中物种竞争模型,提出了基于Gause竞争方程的竞争型协同进化算法,并将该算法应用于模糊神经系统的辨识问题上。实验证明,该算法比标准遗传算法、典型竞争型协同进化算法和BP学习算法具有更好的全局收敛性和更快的收敛速度,在一定程度上解决了标准遗传算法的不足。

求VRPTW问题的并行协同混合差异演化算法

车辆路径优化问题的研究对物流配送系统的发展具有重要意义。寻找带时间窗的车辆路由问题的最优求解策略是其中的研究热点之一。该文提出并行协同混合差异演化算法用于该问题的求解,仿真实验结果表明该算法在问题求解中表现出良好的有效性和可靠性。

防空作战多传感器任务规划算法设计

对于大规模空袭的各类无人机、弹道导弹、隐身导弹等复杂目标特性,单一探测手段已无法满足网络化战场环境的需求,多传感器协同探测是主要手段,其中任务规划是协同探测的关键。多传感器任务规划综合利用了多种传感器优势互补进行协同探测和跟踪,是提升防空作战的效果的主要途径。基于合作型协同进化算法的理念,提出了一种基于竞争型协同进化的多传感器任务规划算法。首先,建立了防空多传感器任务规划数学模型;其次,基于竞争型协同算法建立框架,并设计了新的编码方式,提出了交叉、变异以及冲突消解的策略;最后,仿真验证了所建立的模型、算法的合理性和效率,对未来防空作战提供技术支持。