-
公开(公告)号：CN105005820B
公开(公告)日：2017-02-22
申请号：CN201510155893.1
申请日：2015-04-03
Applicant: 北京理工大学
Abstract: 本发明提供一种基于种群爆炸粒子群算法的目标分配优化方法，属于智能算法优化领域。本优化方法为根据寻优过程中种群的聚集情况，引入“种群爆炸算子”，结合混沌搜索以及自适应的部分原理，在一定限制条件下进行粒子的发散处理，同时进行参数调节，避免种群过早陷入局部最优，实现了在虚拟战场中坦克智能兵力间交战的目标分配问题。步骤1，将己方和对方均采用实数编码，使用混沌搜索产生良好的初始种群；步骤2，调整算法的初始参数；步骤3，采用基于种群爆炸算子”的粒子群算法进行迭代寻优搜索；步骤4，当迭代次数达到设定次数时迭代结束，获得最优方案。相比于原算法，本方法增强了粒子的全局寻优能力，并满足了高实时性的要求。
-
公开(公告)号：CN105183624B
公开(公告)日：2017-05-31
申请号：CN201510543288.1
申请日：2015-08-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于数据匹配的仿真回放方法，针对基于高层体系结构HLA的分布式仿真系统进行仿真数据回放，该方法包括如下步骤：对HLA的分布式仿真系统的数据库中的仿真方预案的原始数据进行整合，获得关于该仿真方预案的N元并行数据集，每条N元并行数据包含N个元素；在N元并行数据集中确定离群点并剔除；建立K×(2K+1)×M的三层神经网络结构，K为仿真时间与对象属性值的个数；M为关键事件个数加1；确定关键事件数量及其样本数据对神经网络进行网络训练；各条N元并行数据依次输入训练后的神经网络，获得输出结果，筛选出属于关键事件的N元并行数据，并按照仿真时间值进行排序，得出回放方案进行数据回放。
-
公开(公告)号：CN105183624A
公开(公告)日：2015-12-23
申请号：CN201510543288.1
申请日：2015-08-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于数据匹配的仿真回放方法，针对基于高层体系结构HLA的分布式仿真系统进行仿真数据回放，该方法包括如下步骤：对HLA的分布式仿真系统的数据库中的仿真方预案的原始数据进行整合，获得关于该仿真方预案的N元并行数据集，每条N元并行数据包含N个元素；在N元并行数据集中确定离群点并剔除；建立K×(2K+1)×M的三层神经网络结构，K为仿真时间与对象属性值的个数；M为关键事件个数加1；确定关键事件数量及其样本数据对神经网络进行网络训练；各条N元并行数据依次输入训练后的神经网络，获得输出结果，筛选出属于关键事件的N元并行数据，并按照仿真时间值进行排序，得出回放方案进行数据回放。
-
公开(公告)号：CN105005820A
公开(公告)日：2015-10-28
申请号：CN201510155893.1
申请日：2015-04-03
Applicant: 北京理工大学
Abstract: 本发明提供一种基于种群爆炸粒子群算法的目标分配优化方法，属于智能算法优化领域。本优化方法为根据寻优过程中种群的聚集情况，引入“种群爆炸算子”，结合混沌搜索以及自适应的部分原理，在一定限制条件下进行粒子的发散处理，同时进行参数调节，避免种群过早陷入局部最优，实现了在虚拟战场中坦克智能兵力间交战的目标分配问题。步骤1，将己方和对方均采用实数编码，使用混沌搜索产生良好的初始种群；步骤2，调整算法的初始参数；步骤3，采用基于“种群爆炸算子”的粒子群算法进行迭代寻优搜索；步骤4，当迭代次数达到设定次数时迭代结束，获得最优方案。相比于原算法，本方法增强了粒子的全局寻优能力，并满足了高实时性的要求。
-
-
-
Search Results
4
records
(took 0.024 seconds)
