摘要：在综合考虑飞行器编队的飞行代价和作战效果的基础上,研究了基于任务分配的多飞行器协同航迹规划方法,构建了结合任务分配的飞行器编队协同航迹规划模型,设计了分解式协同航迹规划算法,可以有效地对多目标存在的情况进行综合权衡,得到合理的任务分配和航迹规划方案.仿真算例表明,这种航迹规划方法不仅能保证各飞行器选择合理的协同航迹,也使得作战任务可以获得最佳作战效果,有效地提高编队作战的效费比.

摘要：针对基本粒子群算法(Particle Swarm Optimization,PSO)易局部收敛的缺陷,设计一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)、带收缩因子的粒子群算法(Contractive Particle Swarm Optimization,CPSO)进行比较,结果表明本文改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到岸基导弹对海上舰艇攻击火力分配中,构建了火力分配模型,并进行了仿真实验,仿真结果验证了模型及算法的有效性。

摘要：针对基本遗传算法易局部收敛的缺陷,借鉴动物捕食搜索策略(PS)的思想,设计一种基于捕食搜索策略的改进遗传算法(PSGA),通过仿真测试函数与基本遗传算法(SGA)、自适应遗传算法(AGA)进行比较,显示改进的PSGA提高了算法的综合搜索能力。将改进的PSGA算法运用到岸基导弹对海上舰艇攻击火力分配中,构建了火力分配模型,

摘要：针对基本遗传算法(GA)易局部收敛的缺陷,设计了基于模式搜索的自学习算子,提出一种基于模式搜索的自学习遗传算法(ALGA)。通过仿真测试函数将ALGA与基本遗传算法、自适应遗传算法(AGA)进行比较,显示改进的ALGA提高了算法的综合搜索能力。将改进的ALGA运用到岸基导弹航路规划中,并进行仿真实验,仿真结果验证了改进算法的有效性。

摘要：针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。