公开(公告)号：CN118365056A

公开(公告)日：2024-07-19

申请号：CN202410500706.8

申请日：2024-04-24

Applicant: 北京理工大学

Inventor： 陈晨 ,  田育萌 ,  张云天 ,  孟凯 ,  全威 ,  邓方

IPC: G06Q10/0631 ,  G06Q10/0637 ,  G06F30/27 ,  G06N3/006 ,  G06N3/04 ,  G06N3/08 ,  G06N3/126

Abstract: 本发明公开了一种基于算法选择策略的防空资源部署方法，以多种优化算法对该模型进行求解；其中，利用战场信息和智能优化算法信息等抽象得到元特征，通过特征降维方法得到所需元特征集，通过排列组合元特征生成一层元特征和基于概率获取二层元特征；然后以每个防空样例对应的最优算法为元标签，以神经网络为模型学习元特征和元标签之间的关系，构建算法选择模型；最后，通过多组算例来验证方法的有效性；结果表明，所提算法选择模型有较高的精度，可以针对不同样例提供算法选择指导，辅助指挥官选择更适宜的智能优化算法，给解决防空资源部署问题提供参考。

公开(公告)号：CN118260356A

公开(公告)日：2024-06-28

申请号：CN202410262520.3

申请日：2024-03-07

Applicant: 北京理工大学

Inventor： 陈晨 ,  张云天 ,  贾林朋 ,  全威 ,  蒋宗宏 ,  吴桐雨 ,  田育萌 ,  陈杰

IPC: G06F16/26 ,  G06F16/29 ,  G06T17/00 ,  G06Q10/0637 ,  G06Q10/0631

Abstract: 本发明公开了一种构建三维覆盖需求热力图的数字化方法及系统，使其可以面向三维实际场景，生成数字化的覆盖需求热力图。本发明提供的方法首先对三维空间进行分层离散化；其次，基于兴趣点、探测方位与高程层次权重进行热力图网格值量化；再次，通过提出虚拟兴趣点与环境分区的概念，实现对兴趣点的多重覆盖和针对探测方位的梯次覆盖；最后，通过引入池化节点，抽取一张相对低分辨率的覆盖需求热力图，实现计算性能与计算代价的权衡。本发明提供的方法既可以支持决策者直观掌握覆盖需求态势，也可以为下游优化决策任务提供数值输入，对诸多实际问题如传感器网络部署等有益。

公开(公告)号：CN117516569A

公开(公告)日：2024-02-06

申请号：CN202311504203.X

申请日：2023-11-13

Applicant: 北京理工大学

Inventor： 陈晨 ,  张昭 ,  张云天 ,  丁玉隆 ,  全威 ,  陈杰

IPC: G01C21/34

Abstract: 本发明涉及一种基于预测的动态目标拦截路径规划方法，属于动态目标拦截技术领域，特别适用于大量动态目标，并且多个拦截器的情况。本发明在规划拦截路径过程中，引入运动预测模块获取解的适应度，能够有效地处理该拦截问题的动态特性。本发明在迭代过程中，自适应地选择破环算子和修复算子对解进行更新，以在较大的邻域中搜索到更优的拦截路径，提高了拦截路径规划效果，加快了规划速度。在有大量动态目标和多个拦截器的情况下，本发明能够快速得到满意的结果，有效提高了拦截路径规划效率。

公开(公告)号：CN116629394A

公开(公告)日：2023-08-22

申请号：CN202310118653.9

申请日：2023-02-03

Applicant: 北京理工大学 ,  北京电子工程总体研究所

Inventor： 陈晨 ,  全威 ,  张云天 ,  韩明磊 ,  田育萌 ,  吴桐雨 ,  贾林朋 ,  薛晨曦 ,  衡勇 ,  戴天 ,  陈杰

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于网络化结构的多级保障选址方法。本发明引入了基于任务使命的多级选址方法。针对疫情背景下政府运营管理的实际需求，以不同保障层级任务使命为依据确定不同的选址目标，由此完成对疫情生活物资保障的三级选址模型的构建，提高了保障选址模型的真实性、可行性。而且，本发明根据低层级的节点选址情况，对上一保障层级的节点进行选址，形成稳定、便捷的网络化保障系统。此外，本发明还通过两阶段算法，将节点数庞大的第一级保障层的节点选址模型划分为两个阶段，针对需求量高的居民区引入基于启发式规则的二次选址，减少了第一阶段的求解的复杂性，有效提高了选址效率。

公开(公告)号：CN116681223A

公开(公告)日：2023-09-01

申请号：CN202310409285.3

申请日：2023-04-17

Applicant: 北京理工大学

Inventor： 陈晨 ,  田育萌 ,  陈杰 ,  孟凯 ,  宗奥 ,  全威 ,  张云天

IPC: G06Q10/0631 ,  G06Q50/26 ,  G06F30/27 ,  G06N3/126 ,  G06N5/01 ,  G06F111/04 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明提出了一种基于增强MOEA/D的多阶段作战资源协同分配方法，考虑武器和传感器协同作战，以最大化消除敌方威胁和最小化我方成本为目标函数，综合转火约束、弹药约束、传感器引导等约束建立了多阶段传感器武器目标分配模型，该模型分析了传感器武器协同有效窗口，贴近真实作战情形；提出了随机非支配启发式初始化方法和基于边际收益的双存档约束修复机制，有效减少了在复杂约束下算法陷入局部最优的情况；改进了算法的邻域匹配策略以提升种群多样性；通过多组算例来验证方法的有效性。结果表明，所提算法具有更好的收敛性和分布性，能够为决策者快速提供更符合作战需求的资源分配方案，也给解决多阶段陆战防空作战资源分配问题提供了参考。