天基预警调度的启发式优化方法
天基预警过程可以看作一种多维离散时间序列监控与预测问题,其调度的决策要素、优化目标和约束条件较多,故往往采用智能优化算法求解该非线性优化问题.而它们在指定时间内却是概率性收敛到Pareto解集.对此,提出基于贝叶斯方法提供多类别决策树挖掘调度中的启发信息,以及引入局部搜索算子等方法提高智能优化算法的快速性和鲁棒性.预警仿真实验表明融入上述方法的免疫克隆选择算法收敛性能提高了10.1%,遗传算法提高了9.8%.
天基预警、多传感器跟踪、决策树、免疫克隆选择算法、鲁棒性
30
TP391.4(计算技术、计算机技术)
国家自然科学基金70801022;中国博士后科学基金20080430907;博士点基金200802131048
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1834-1840