摘要：海战场是未来大国冲突的主阵地之一,强大的海战场目标搜寻能力是执行海上训练和作战的最后一道屏障,同时也因其复杂多变的环境和重要战略地位成为战场联合搜救中最艰难最核心的部分。面向海战场目标搜寻的存活时间短、实时性要求高等特点,提出一种基于深度强化学习的海战场目标搜寻规划方法。首先,构建了海战场目标搜寻场景数学规划模型,并将其映射为一种强化学习模型;然后,基于Rainbow深度强化学习算法,设计了海战场目标搜寻规划的状态向量、神经网络结构以及算法框架与流程。最后,用一个案例,验证了所提方法的可行性与有效性,与常规应用的平行搜寻模式相比大大提高了搜寻成功率。

摘要：系统参数估计是武器装备系统设计研制中的关键一环。针对复杂系统设计中逐渐突显的系统复杂性激增、需求动态性变化、响应的快速性、缺乏高精度数据等问题,提出一种基于多保真度代理模型的单装备系统参数估计方法。首先,该方法基于传统Kriging模型对低保真度数据建立代理模型。然后,将该模型作为全局趋势模型,插入高保真度数据建立多保真度代理模型,得到同时满足高精度和高效率双重要求的参数估计方法。最后,以飞机机翼系统设计中的最大升力系数参数估计问题为例,验证了所提方法在装备设计研制中的可行性和有效性,作为设计人员的决策支撑。

摘要：本文旨在通过多列车优化控制方法设计列车的最优速度-距离曲线和发车间隔,以降低城市地铁能源消耗。文章首先分析了列车的动力学模型,提出了独立列车的节能原则;其次,针对多列车协同控制的能量转换和复用问题,提出了可以提高可再生能源利用率的优化模型;然后,将该模型转化为一个完全背包问题,并设计了基于贪心算法的优化方法进行求解;最后,通过实例验证了所提模型既课可以降低单列车的能耗,又可以提高不同列车之间的可再生能源利用。