共查询到16条相似文献,搜索用时 125 毫秒
1.
2.
3.
联合火力打击目标优化分配模型 总被引:1,自引:0,他引:1
将所属不同军种火力打击资源进行合理编组,并统一分配给打击目标,是联合火力打击作战筹划工作的关键;针对这个问题,通过分析联合火力打击目标分配工作的基本流程,明确了打击顺序、毁伤状态、威胁环境为影响目标分配问题建模3个关键因素;然后对联合火力打击目标分配流程所涉及的基本概念进行形式化的表示,为数学模型的建立奠定了基础;最后定义了数学模型的相关变量,并建立了联合火力打击目标分配的多目标优化模型. 相似文献
4.
末敏弹对集群目标射击毁伤效果的预评估结果描述模型 总被引:1,自引:0,他引:1
从火力打击效果预评估中存在的问题出发,分析了当前火力打击效果预评估在结果描述方面的不足和应用上的局限,提出了用模型代替期望值来描述预评估结果的方法,建立了火力打击效果预评估结果描述模型,并研究了结果描述模型的用途。 相似文献
5.
为增强对海突击作战的整体效能,提出一种基于简单时间约束网络(simple temporal constraint network,STCN)的突击任务时间规划方法.根据STCN的定义,建立多火力打击任务的STCN模型,借鉴图论相关知识,将STCN网络转化为有向加权图形式,利用Floyd算法处理权值矩阵,进行一致性检验和时间规划方案求解.实例分析结果表明:该方法实现简单、行之有效,可以使多个火力打击任务紧凑有序、不冲突地执行. 相似文献
6.
基于对抗的突击武器与支援武器协同火力打击决策方法 总被引:1,自引:1,他引:0
为满足多类型武器协同火力优化打击的需求,提出了一种基于对抗的突击武器与支援武器协同火力打击决策方法。以突击武器“点对点”打击和远程火力支援武器“面杀伤”的协同为研究对象,考虑具有对抗特性的火力打击决策优化过程,以突击武器对目标的打击决策、目标对突击武器的打击决策以及支援武器的炮弹落点位置为优化变量,建立了以对抗双方剩余价值比值为目标函数的协同火力打击决策优化模型。提出了基于人工蜂群算法双层迭代优化的协同火力打击决策优化模型求解方法。目标分配决策变量采用整数编码,利用罚函数方法处理约束条件,将决策模型转化为无约束混合整数优化问题;针对算法实现过程,分析了双层迭代人工蜂群求解算法的计算复杂度。通过一个协同火力打击算例验证了协同火力打击决策模型和求解算法的合理性和有效性。 相似文献
7.
8.
9.
10.
11.
针对联合火力打击背景下弹药需求预测难的问题,基于武器装备对抗的损失交换比确定不同装备打击不同目标的有效战斗力指数,将有效战斗力指数大小作为衡量敌方目标对我方装备威胁度高低的评判标准,为弹药需求预测提供基本依据。按照对敌最大毁伤原则,建立以最大综合战斗力指数为目标函数的联合火力打击弹药需求预测模型。根据弹药需求量的影响因素设定多种约束条件,结合作战实际及战场态势对约束条件进行随机组合,并运用智能优化算法求解模型。结果表明:该方法合理有效、可操作性强,符合联合火力打击特点,实现了装备-弹药-目标最优编组模式下的弹药需求预测,为未来高技术战争的弹药需求预测开拓了新思路。 相似文献
12.
针对目前已有火力分配问题的整数规划模型,建立了运用网络图中的流量费用解决火力运用问题的模型。以导弹的分配去向作为弧的流量,以毁伤概率作为流量的费用。对特别情况下的火力运用问题的模型进行了说明,证明火力运用问题网络化是可实现的。此方法可以利用已有的网络流量计算方法,实例分析表明,此方法简单易行,具有一定的应用价值。 相似文献
13.
针对常规联合火力打击任务规划方法很少涉及敌我对抗,导致评估环境发生变化的问题,提出一种基于敌我对抗进化的智能对抗进化算法。该算法以遗传算法为基础,将模拟生物竞争机制引入敌我双种群,互为评估条件实施对抗进化。依据敌我战场态势图构建观察-判断-决策-打击(OODA)超网络,计算OODA循环效率、确定敌我打击排序,通过多代对抗进化获得能够适应战场动态变化的任务规划最优个体。仿真结果表明:多代进化后的最优个体相比于标准优化结果,战场动态适应性更强,联合火力打击胜率更高,应对突发情况的响应机制更完善,能够有效地解决联合火力打击任务规划的评估优化问题。 相似文献
14.
基于改进型遗传和蚁群混合算法的防空兵群火力分配问题,先建立火力分配数学模型,通过第i个火力单位对第j批目标的射击效益,求得所有火力单位对所有目标射击总效益.改进型遗传算法包括:对可行解空间参数编码,设定祖先群体、适应度函数和控制参数等.蚁群算法则通过双向图,将武器分配优化转化为双向寻找最佳路径. 相似文献
15.
16.
针对无人炮塔火力线跟踪动力系统中存在的火力瞄准机构运动使系统动力参数摄动和火炮射击时冲击使系统输入存在外部干扰问题,提出了一种神经滑模控制策略。采用非奇异终端滑模面保证系统状态能够在有限时间内到达滑模面和平衡点;采用径向基函数神经网络自适应地补偿系统摄动和冲击干扰,保证滑模控制在滑模面的运动。应用李亚普诺夫稳定性判据证明了控制器稳定性和火力线跟踪误差收敛性。仿真结果表明,通过神经网络的在线学习实现了火力线位置精确和鲁棒跟踪,并充分抑制了滑模控制中的抖振现象。该方法是有效的。针对无人炮塔火力线跟踪动力系统中存在的火力瞄准机构运动使系统动力参数摄动和火炮射击时冲击使系统输入存在外部干扰问题,提出了一种神经滑模控制策略。采用非奇异终端滑模面保证系统状态能够在有限时间内到达滑模面和平衡点;采用径向基函数神经网络自适应地补偿系统摄动和冲击干扰,保证滑模控制在滑模面的运动。应用李亚普诺夫稳定性判据证明了控制器稳定性和火力线跟踪误差收敛性。仿真结果表明,通过神经网络的在线学习实现了火力线位置精确和鲁棒跟踪,并充分抑制了滑模控制中的抖振现象。该方法是有效的。 相似文献