文童
- 作品数：8 被引量：22H指数：3
- 供职机构：空军工程大学防空反导学院更多>>
- 发文基金：中国博士后科学基金国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术军事更多>>
- 基于Baldwin效应的直觉模糊自适应差分进化算法
- 2017年
- 针对现有改进差分进化算法易陷入局部最优解的不足,提出一种改进的自适应差分进化算法。该算法对精英个体实施Baldwin学习,使其在不确定代数内保持基因型不变并尝试多种表现型以引导种群中其他个体进化;同时用直觉模糊推理的方法对缩放因子进行自适应反馈控制。通过对19个典型benchmark函数进行测试,并与其他知名改进差分进化算法对比,仿真结果表明该改进方法具有较强的跳出局部最优解能力和较快的收敛速度。
- 文童华继学王毅梅海涛贾琪杨进帅
- 关键词：差分进化自适应直觉模糊推理BALDWIN效应
- 基于IF-HPSO算法的防空作战WTA问题研究被引量：2
- 2017年
- 武器-目标分配问题(WTA)是防空作战指挥决策中的一个关键环节,属于典型的NP难问题。为提高其求解速度和精度,提出一种基于直觉模糊的混合粒子群优化算法(IF-HPSO)。首先,以弹药消耗最小、拦截率最大为目标函数,建立火力资源受限条件下WTA的优化模型;采用实数编码,引入直觉模糊领导力函数选择出较优粒子参与速度更新;定义种群同构因子函数来调节惯性权重和学习因子;此外,将基于精英保留策略的遗传操作混合PSO算法进行迭代寻优,加快收敛速度;最后,对WTA问题实例进行仿真并将所提算法与AIA,GA,HDPSO算法进行比较,结果表明所提算法具有更快的寻优速度和更高的求解精度。
- 梅海涛华继学王毅文童
- 关键词：直觉模糊集精英保留策略
- 改进遗传算法求解防空作战WTA问题被引量：4
- 2017年
- 武器目标分配问题是防空作战指挥控制的核心和关键。针对求解防空作战WTA存在容易早熟和收敛较慢的问题,提出了一种改进遗传算法。引入直觉模糊集理论,定义了WTA问题的目标函数和约束函数的隶属度和非隶属度函数,通过"最小最大"算子构建了直觉模糊WTA问题模型;针对遗传算法中变异概率固定的竞争和子代种群缺乏父代优良个体的问题,采用自适应变异概率和模拟退火Meta-Lamarckian学习策略改进算法,并求解防空作战WTA问题,与其他算法进行仿真比较,结果表明改进遗传算法求解防空作战WTA的有效性。
- 杨进帅李进王毅魏晓辉文童
- 关键词：武器目标分配直觉模糊集遗传算法防空作战
- 求解直觉模糊多目标规划的改进遗传算法被引量：5
- 2017年
- 针对多目标规划获取的参数模糊,求解算法容易早熟收敛和陷入局部最优的问题,提出了求解直觉模糊多目标规划的改进遗传算法。该算法通过定义多目标规划的非隶属度,调节λ参数控制方案选择,执行模拟退火拉马克学习,增强局部搜索能力,指导个体寻找最优值。仿真分析表明,该算法可以灵活地产生多种方案,有效克服早熟收敛和陷入局部最优的问题。
- 杨进帅王毅李进文童刘占强
- 关键词：直觉模糊多目标规划改进遗传算法
- 基于改进Memetic算法的区域防空优化部署方法被引量：1
- 2018年
- 针对区域防空部署中以总体为准则的部署方法存在的局部目标防护不足的问题,提出一种对重要掩护目标补充火力分配的部署方案。首先详细介绍了补充火力分配的实现方法;其次根据防空导弹的杀伤特性,并对阵地环境等约束进行量化,在此基础上建立以火力覆盖度和拦截纵深为目标函数的区域防空部署优化模型;最后结合Baldwin效应改进memetic差分进化算法对模型求解。仿真结果证明,文中提出模型和算法能够很好的解决局部目标火力防护不足的问题。
- 陈西成文童刘曙
- 关键词：区域防空MEMETIC算法BALDWIN效应差分进化算法
- 基于直觉模糊遗传的武器—目标分配问题优化被引量：7
- 2018年
- 针对求解武器—目标分配(weapon-target assignment,WTA)问题的传统算法容易早熟和收敛较慢的缺点,提出一种直觉模糊遗传算法,采用模拟退火的Meta-Lamarckian学习策略和自适应变异,提高了求解WTA问题的效益和速度。首先考虑了WTA问题的各种约束条件,以剩余目标威胁最小和攻击伤害值最大为目标,建立了数学模型,定义了目标函数和约束函数的隶属度和非隶属度函数,通过"最小—最大"算子构建了直觉模糊WTA问题模型,并设计了模拟退火的Meta-Lamarckian学习策略和自适应变异,增强算法的局部寻优能力和后期收敛速度。通过算例仿真并与GA、PSO等算法比较分析,验证了该方法的有效性。
- 杨进帅李进王毅文童刘占强
- 关键词：直觉模糊集自适应变异
- 基于直觉模糊支配的混合多目标粒子群算法被引量：3
- 2017年
- 为提高求解多目标优化问题的精确性和解集分布的均匀性,提出了一种基于直觉模糊支配的混合粒子群算法。通过引入种群全局目标值标量参数、直觉模糊隶属度和排序方法,定义一种新的最优解支配关系;采用基于模拟退火的Meta-Lamarckian局部学习策略,结合粒子群算法,以避免算法陷入局部最优和早熟;此外,定义种群同构因子来衡量种群多样性,以自适应调节惯性权重和加速因子;提出一种递减扰动策略对粒子飞行速度进行扰动;最后,与多种经典多目标优化算法进行仿真测试比较,结果表明该算法在求解精度、解集分布均匀性上具有明显优势。
- 梅海涛华继学王毅文童
- 关键词：混合粒子群优化模拟退火
- 基于Baldwin效应的memetic差分进化算法被引量：2
- 2017年
- 针对Baldwin效应在memetic差分进化算法中使用不成熟的研究现状,提出一种基于Baldwin效应的memetic差分进化算法。算法采用简化的模式搜索为局部搜索算子,差分进化算法为全局搜索算子,Baldwin效应为结合机制。创新了Baldwin效应的实现方法:改进普通memetic差分进化算法中仅根据个体适应度值引导进化的方法,加大局部搜索成功个体的被学习概率,使其能够参与引导进化。在CEC2014中30个测试函数上与其它知名差分进化算法对比,实验结果表明改进的算法具有更强的跳出局部最优解能力和更快的收敛速度。
- 文童王毅华继学魏晓辉杨进帅
- 关键词：MEMETIC算法BALDWIN效应差分进化模式搜索
