王渊
- 作品数：6 被引量：107H指数：5
- 供职机构：空军工程大学航空航天工程学院更多>>
- 发文基金：中国航空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航空宇航科学技术兵器科学与技术更多>>
- 多无人作战飞机编队空战智能决策方法被引量：6
- 2018年
- 针对多无人机编队空战战术决策问题,提出了基于案例推理(CBR)和规则推理(RBR)的战术决策方法。在剖析战术决策案例特征的基础上,设计了一种基于框架结构的案例表示方法,并引入结构相似度和云模型理论以改进传统的最近邻检索算法。最后,借用基于案例推理和规则推理设计的战术决策GUI界面,能够快速地从库中检索出与当前空战态势最匹配的战术决策源案例,仿真结果证明该方法具有较好的有效性。
- 李聪王勇周欢王骁飞王渊
- 关键词：战术决策云模型
- 基于混沌蚁狮算法的无人机航迹规划被引量：14
- 2018年
- 针对无人机在复杂战场环境下的最优航迹规划问题,提出了一种基于混沌蚁狮算法(CALO)的无人机航迹规划方法。对航迹规划问题进行了描述,建立了数学模型,将传统蚁狮算法中蚂蚁随机游走的行为和混沌算子结合,与蚁狮形成了全局、局部并行搜索模式,提高了算法寻找全局最优值的能力。在两种威胁环境下进行了仿真试验,搜索维度分别为10和20,并与经典人工蜂群算法(ABC)、传统蚁狮算法(ALO)、灰狼算法(GWO)进行对比,最后通过收敛曲线对仿真结果进行了统计分析。仿真结果验证了CALO算法在解决无人机航迹规划问题时的有效性和可行性。
- 赵克新黄长强王渊周瑞
- 关键词：航迹规划全局最优解
- 具有随机分形自适应搜索策略的蚁狮优化算法被引量：1
- 2019年
- 针对蚁狮算法在平衡开发能力与探索能力不足的缺点,提出了具体有随机分形自适应搜索策略的改进算法。在该策略中,蚂蚁利用随机分形搜索方程提高算法的探索能力;蚁狮利用自适应搜索方程在最优位置进行精细搜索,以提高算法的开发能力。对3个单峰、3个多峰标准测试函数进行寻优,仿真结果表明,相比于其他算法,所提出的改进算法很好地平衡了自身的开发能力和探索能力,显著提高了全局优化能力和收敛速率。
- 赵克新黄长强王渊
- 关键词：自适应函数优化
- 控制参数值非线性调整策略的灰狼优化算法被引量：50
- 2016年
- 为了克服灰狼优化算法在解决函数优化问题时容易陷入局部最优的缺陷,提出采用正弦曲线、对数曲线、正切曲线、余弦曲线和2次曲线的非线性调整策略控制参数值。同时采用变异策略对智能个体位置进行处理,使其位置受适应度值大小影响。对3个标准测试函数进行仿真表明,余弦曲线和2次曲线调整策略优于线性调整策略,其他3种非线性调整策略劣于线性策略。
- 魏政磊赵辉李牧东王渊柯益明
- 关键词：控制参数函数优化
- 基于改进人工蜂群算法的多机飞行冲突解脱策略被引量：11
- 2014年
- 针对同一空域内多无人机飞行冲突解脱问题,提出了一种基于改进人工蜂群算法的冲突解脱策略。在传统蜂群算法的基础上改进了跟随蜂对雇佣峰的选择概率及跟随蜂的搜索策略,发挥了迭代过程中最优解的引导作用,保持了传统人工蜂群算法全局搜索和跳出局部最优的能力,解决了传统人工蜂群算法局部搜索效率较低的问题,提升了收敛性能,增加了得到最优解的概率。利用该算法通过航向调整和速度调整2种策略实现了多机的冲突解脱。对比仿真结果验证:该方法在收敛速度、运行速度和最优解的适应度等方面都较遗传算法有很大提升。
- 王渊孙秀霞刘树光徐光智常允刚
- 关键词：人工蜂群算法
- 基于强化学习的无人机自主机动决策方法被引量：25
- 2019年
- 提出了一种基于连续动作集强化学习的无人机机动决策方法。通过Actor-Critic强化学习构架下的NRBF神经网络输出状态真实效用值与连续动作控制变量,效用值与动作控制变量的输出层共用隐层以简化网络结构。结合相对熵理论设计隐层节点的自适应调整方法,有效减少了隐层节点数目。对输出动作控制变量,采用基于高斯分布的连续动作选择策略,并依据训练次数调整随机动作控制变量的概率分布,提升了网络对未知策略的探索能力。在3种不同空战态势下的仿真验证了该方法的有效性,结果表明该方法生成的策略鲁棒性较强,动作控制量更加精确。
- 孙楚赵辉王渊周欢韩瑾
- 关键词：无人作战飞机神经网络
