搜索结果: 1-10 共查到“兵器科学与技术 PSO”相关记录10条 . 查询时间(0.047 秒)
针对具有大规模、多约束、非线性特点的要地末端防御兵力优化部署问题，建立了基于火力覆盖能力的末端防御兵力优化部署模型，并提出了一种基于粒子群与遗传算法的模型求解方法，该方法克服了进化算法的随机性，加快了搜索速度，有效防止算法的早熟收敛。仿真实验证实了构造的混合算法能够有效对模型求解，为科学制定要地末端防御优化部署方案提供作战建议。
基于改进PSO的多UAV协同任务分配研究
多无人飞行器 粒子群算法 协同任务分配
2020/4/10
基于任务分配收益和任务分配代价，考虑UAV总飞行时间代价、最大任务时间、负载均衡值等因素，建立多UAV协同任务分配模型；设计了双层粒子群编码方法，将任务类型匹配信息作为启发信息，同时提出分组任务调整、飞行时间调整、任务交叉消解、时序先后调整等冲突消解处理策略，改进粒子群算法；最后进行了仿真实验。仿真结果表明，基于启发信息和冲突消解策略的改进PSO算法，提高了算法的收敛性和全局搜索能力，提升了任务分...
基于改进PSO优化BP神经网络的弹药储存可靠度预测
弹药储存 可靠度预测 BP神经网络 粒子群算法
2019/12/6
针对弹药储存环境与年限对可靠度的影响，建立基于样本量、温度、湿度、年限的弹药储存可靠度预测模型。结合粒子群算法的全局搜索能力和BP神经网络的局部搜索能力，采用全局粒子群算法优化BP神经网络权值和阈值，进行弹药储存可靠度预测。结果表明，基于改进粒子群算法的BP神经网络能够提高弹药储存可靠度预测的精度，加快收敛速度。
基于PSO和SA多子群分层并行的智能分布式算法
混合算法 PSO算法 SA算法 智能分布式算法
2018/3/7
针对PSO算法全局收敛性差、搜索精度不高，SA算法收敛速度慢，求解时间随着问题规模的增大和复杂急剧增加的问题，提出一种PSO和SA多子群分层并行的智能分布式算法。算法底层是一个采用模拟退火策略搜索全局最优解的子群；上层是一系列粒子子群，采用粒子群优化算法搜索策略，贡献局部最优解。算法从种群个体的组织结构出发，将局部搜索和全局搜索分离，使得PSO算法和SA算法融为一体，解决了算法收敛速度快和全局收敛...
建立了基于目标功能体系结构的网络图评估模型，利用集对分析对毁伤效果进行量化。研究了基于网格法的非均匀不规则子目标的毁伤计算模型。将人工免疫思想引入粒子群算法，并将该改进算法用于瞄准点优化，仿真结果表明该算法可有效解决瞄准点寻优问题。
在野战给水工程保障中，不但要满足各用水单位，也要考虑到保障过程中产生的费用，尽量能够做到在完成给水工程保障任务的基础上使整个野战给水工程保障系统所消耗的总费用最小。针对该问题，运用GA PSO算法研究了野战给水站的选址优化模型，实例验证充分说明了基于GA思想的混合PSO在收敛速度及跳出局部极值的能力诸方面明显优于标准的GA算法和PSO算法。
随着现代战争的破坏性的增强，装备战场抢修需求会大量增加，需要组建机动分队进行战场抢修支援。针对派遣多个机动抢修分队的情况，应当在规定时间完成抢修任务的前提下，综合考虑装备作战能力恢复、抢修耗时、费用等因素，尽量取得最好的整体抢修效益；以此为背景建立了装备战场抢修力量调度多目标决策模型，给出了一种基于实数编码的模糊学习子群多目标粒子群算法（ＦＬＳＭＯＰＳＯ）进行求解，同时解决了多分队任务派遣和任务排...
为预测察/打无人机导弹发射过程机身温度，提出一种基于PSO神经网络的预测算法。为了寻求RBF神经网络的最优结构，建立了开关型RBF神经网络，并采用PSO算法寻求开关型神经网络的开关值和网络参数。实验结果表明，该算法生成的虚拟函数能够较好的反映参数的内在联系，提高了数值仿真效率。预测结果对察/打无人机武器发射安全性论证有重要价值。
为了改善粒子群优化（particle swarm optimization, PSO)算法在处理复杂约束优化问题时的求解效果，提出了一种基于粒子群和人工蜂群的混合优化(particle swarm optimization artificial bee colony，PSO-ABC)算法。在采用可行性规则进行约束处理的基础上，将PSO种群分为可行子群和不可行子群，并在ABC算法从粒子种群中选择蜜源...