基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究

基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究

ID:35065554

大?。?.20 MB

頁數(shù):78頁

時間:2019-03-17

基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究_第1頁
基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究_第2頁
基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究_第3頁
基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究_第4頁
基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究_第5頁
資源描述:

《基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫

1、江蘇科技大學碩士學位論文論文題目基于改進遺傳算法的協(xié)同干擾資源優(yōu)化分配研究研究方向智能信息處理學科、專業(yè)計算機軟件與理論研究生姓名孫慶國導師姓名段先華填表時間2016年3月28日摘要隨著科學技術的不斷發(fā)展,現(xiàn)代戰(zhàn)爭已經(jīng)由傳統(tǒng)的大規(guī)模戰(zhàn)爭發(fā)展為局部小規(guī)模戰(zhàn)爭,打擊方式也由原來的火力集中控制逐漸轉(zhuǎn)化為以電子偵察為基礎,將電子對抗技術與火力控制相互結合的作戰(zhàn)模式。在戰(zhàn)場態(tài)勢瞬息萬變,設備越來越先進,對抗難度越來越大的情況下,單兵種作戰(zhàn)或者單系統(tǒng)控制已經(jīng)無法滿足作戰(zhàn)條件。因此需要將多個平臺的資源進行協(xié)同,組成作戰(zhàn)能力更強的對抗系統(tǒng)。本文在查閱了近些年來國內(nèi)外在協(xié)同干擾資源調(diào)度問題領域中的研究方

2、法與取得的成果基礎上,主要做了如下工作:介紹了遺傳算法的基本概念及基本遺傳算法的算法流程;講解了遺傳算法中選擇算子、交叉算子和變異算子的具體操作流程及它們之間的關聯(lián)關系;討論了遺傳算法的收斂問題,并提出了幾種解決方案。在基于實數(shù)編碼方式的基礎上,引入了拓展編碼的概念,解決了干擾設備數(shù)量與敵方目標數(shù)量不相等的情況。改進了傳統(tǒng)遺傳算法中的選擇算子,最大化的避免了適應值低的個體被選中,提升了種群的進化速度;改進了交叉算子,使算法在前期生成的個體具有多樣性,在后期又能趨于穩(wěn)定,減少了無效個體的產(chǎn)生,避免陷入局部收斂或者收斂過程過長的問題;改進了變異算子,減少種群中優(yōu)秀個體被破壞的可能性,并且能

3、夠增加優(yōu)秀個體或是有用個體的生成率。建立了多平臺資源調(diào)度問題解決模型,設計了干擾指標評價模型,使用了層次分析法為每個指標分配其所占的權重,盡量降低了主觀因素帶來的不利影響,更加科學、合理;然后結合了戰(zhàn)場態(tài)勢中實際存在的一些約束條件,建立了比較全面的綜合評估模型。最后結合實驗分析了改進后的遺傳算法在處理協(xié)同干擾資源優(yōu)化分配中的優(yōu)勢。關鍵詞協(xié)同干擾;優(yōu)化分配;遺傳算法;層次分析法;交叉因子;變異因子IAbstractAsthedevelopmentofscienceandtechnology,modernwarfare'ssituationhasevolvedfromthetraditio

4、nallarge-scaletothelocalsmall-scalewar,andthewaystocombathaveturnedfromtheoriginalcentralizedcontrolintoacombinationofelectronicattackandconcentratedfirepowerbasedontheelectronicreconnaissance.Withthecontinuouschangeofthebattlefieldenvironmentandtheadvanceoftheweapons,theconfrontationenvironment

5、hasbecomemoreandmoredifficultandthesingle-armsorsinglesystemhasbeenunabletomeettheoperationalconditions.Soweneedtocoordinateresourcesacrossmultipleplatforms,andformthecountermeasuressystemwithastrongerfightingcapability.Thispaperpresentedtheresearchmethodsandresultsofthecooperativejammingresourc

6、eassignmentinthedomesticandoverseasfield,andcarriedondiscussionandresearchonthegeneticalgorithmconcerningitscurrentdevelopmentsituation,significanceandtheadvantage.Explainedthegeneticalgorithm,itsprocess,andthealgorithmparameterselectionwasprovided.Thispaperdescribedtheselectionoperator,crossove

7、roperator,mutationoperator,andtherelationshipamongthem.Finally,wediscussedtheconvergenceofthegeneticalgorithm,andproposedseveralsolutions.Introducedtheextendedencodingmethod,onthebasisoftherealnumbercodingscheme.Itcansolveth

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。