基于相似性的战场网络攻击策略

针对战场网络的复杂性结构特点,分析作战单元的个体属性及网络属性,提出一种相似性计算方法,创建基于节点相似性的战场网络模型.通过计算作战单元之间的相似性值,求解战场网络链路重要性排序,提出基于节点相似性的战场网络攻击策略,为战场指挥员作战指挥提供辅助决策支撑.基于仿真实例数据,运用基于节点相似性的攻击策略与基于边介数和基于度乘积的攻击策略进行攻击效能对比.实验结果表明,该攻击策略具有有效性和实用性.     

基于合作联盟的多无人机对地攻防对抗策略

针对多无人机合作博弈问题,对基于合作联盟的多无人机对地攻防对抗策略进行研究。通过考虑合作联盟的目标价值收益指标函数、损伤代价指标函数及航程代价指标函数,建立多无人机联盟合作博弈模型,构建出其博弈矩阵,给出合作联盟特征函数与混合策略纳什均衡的定义,采用粒子群算法(particle swarm algorithm,PSO)求解出混合策略的纳什均衡,并利用Shapley值方法,给出一种合作博弈的求解方法,最终得到多无人机对地攻防最优对抗策略。仿真结果说明该方法具有很好的可行性和有效性。     

基于不确定信息的无人机攻防博弈策略研究

通过分析实际战场中目标价值和毁伤概率信息的不确定性,提出了不确定信息条件下需要解决的无人机(UAV)攻防博弈问题。以敌我双方发射导弹的价值信息为依据,建立基于不确定信息的多UAV攻防对抗的支付函数,构建攻防双方博弈支付矩阵。将粒子群算法和区间数多属性方案排序方法相结合,给出基于不确定信息下博弈纳什均衡求解方法,为不确定环境下UAV攻防博弈实现最优策略提供了新方法。最后     

多阶段平台动态防御的Markov演化博弈模型及迁移策略

为提升持续性和阶段性攻击下平台动态防御效率,提出多阶段平台动态防御的Markov 演化博弈模型和迁移策略。从平台动态防御的网络攻防原理入手,分析平台动态防御的循环性和阶段性特点,进行多阶段平台动态防御的关键参数和收益计算;建立多阶段平台动态防御的Markov 演化博弈模型,针对博弈的阶段性,在总收益计算中引入折现因子和转移概率;在此基础上,研究纳什均衡在多阶段Markov平台动态防御演化博弈中的存在性,给出纳什均衡解和最优迁移策略选取算法。通过示例设计迁移策略的分析流程,仿真结果验证了所提模型和迁移策略的有效性。     

改进分解进化算法求解动态火力分配多目标优化模型

战前制定合理的火力分配（WTA）方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配（DWTA）多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其二,重点研究阶段静态模型求解算法。针对模型特点,设计了一种满足资源约束的编码方式,融合禁忌搜索和拥挤距离策略,提出了一种改进分解进化算法。对比实验验证了算法的可行性、快速性和有效性。     

基于目标毁伤情况的常规导弹作战波次规划模型

通过对实际战场环境的模拟分析,得到了影响常规导弹波次规划的主要战场因素。在此基础上,建立了基于目标毁伤情况的常规导弹波次规划模型,应用改进遗传算法进行模型的相关求解,提供了一种解决复杂常规导弹任务规划问题的途径。通过仿真计算,结果证明该模型提高了常规导弹波次打击的整体作战效能。     

基于 QPSO 的模糊策略博弈的多无人机空战策略

针对无人机作战指挥系统中多无人机空战博弈策略的问题,提出一种采用量子粒子群算法(quantum particle swam optimization,QPSO)在模糊策略下博弈的纳什均衡求解方法.通过对无人机空战态势信息的分析,建立敌我双方多无人机动空战的作战收益函数,根据给出的敌我双方无人机纯策略集中的模糊子集,构建基于模糊策略下的敌我双方无人机博弈支付矩阵,进而求得作战双方获得最优选择策略.仿真验证结果表明,该方法可行、有效.     

基于多属性决策的打击目标选择

针对目标选择中主观因素多的情况,提出了一种基于多属性决策的战场目标价值排序方法。为了综合多种赋权法的特点,运用了基于离差最大化的原理,使用组合赋权的方法来求解。通过一个最优规划模型把带有权重偏好的主观信息与获得的战场目标的客观信息有机组合,确保属性的权重在主观决策基础上根据战场态势变化进行调整,利用线性加权法确定了目标的价值排序。给出了该方法的计算流程与计算实例,可为战场目标价值排序方法的选择提供参考。     

装备群选择性维修决策与任务分配联合优化

为满足作战任务需求,对装备群进行选择性维修的同时进行作战任务分配,可有效提高装备群的整体作战效益。针对选择性维修决策与任务分配独立优化的问题,以最大化任务完成概率为目标,构建装备群选择性维修决策与任务分配联合优化模型,引入环境系数表征不同子任务的工作环境对单元状态的影响;通过求解马尔可夫模型得到单元的任务完成概率,进而得到子任务和整个任务的完成概率;采用基于随机密钥的遗传算法进行求解,分析环境系数对联合优化结果的影响,通过算例验证了模型和算法的有效性。研究结果表明：在选择性维修决策时考虑作战任务分配能够得到更优的结果;该模型可为战场环境下装备维修决策问题提供理论指导和技术支持。     

一种考虑专业的动态维修任务调度的优化方法

战场抢修任务比较繁重，合理安排维修任务可以有效地提高武器装备作战使用的时间。对此，分析了战时维修任务的特点，以尽快恢复参战作战单元的战斗力为目标，提出了一种考虑维修专业的动态维修任务调度的优化方法。由于问题求解比较复杂，首先把原问题分解为考虑专业的静态维修任务调度问题和动态维修任务调度问题，分别建立了相应的数学模型，并提出了模型的求解方法。考虑专业的动态维修任务调度模型以考虑专业的静态维修任务调度模型为基础，根据任务变化情况，反复调用考虑专业的静态维修任务调度模型求解方法，实现了战场抢修任务的动态调度。实验结果表明：本文方法是一种求解考虑专业的动态维惨任务调度问题的有效方法。     

无人机攻防对抗不完全信息动态博弈方法研究

以不完全信息动态博弈理论为基础，无人机攻防对抗问题为背景，建立无人机攻防对抗问题的不完全信息动态博弈模型；针对博弈树的求解问题，设计免疫进化算法，求解问题的贝叶斯纳什均衡解，得到无人机的最优策略序列。仿真结果表明该模型能够合理的应用于无人机攻放对抗问题当中，具有较好的应用价值。     

基于拥塞博弈的多无人机自主侦察任务规划

为解决通信中断时多无人机自主侦察任务规划的问题,提出一种基于拥塞博弈的分布式任务规划方法。 根据问题场景给出各无人机的侦察收益函数以及各子区域的社会福利函数,基于拥塞博弈,建立多无人机自主侦察 拥塞博弈模型,验证纯纳什均衡的存在性,给出多无人机自主侦察拥塞博弈的无政府状态代价和稳定状态代价的界 限,设计一种具有性能保证并且易于实现的策略更新规则,并通过蒙特卡罗方法进行模拟仿真实验。仿真结果验证 了该模型的适用性和策略更新规则的有效性。     

基于近似动态规划与零和博弈的空战机动决策

为应对机动策略未知的空中目标,针对以往机动决策建模通常存在"维数灾难"的不足,提出了一种结合近似动态规划与零和博弈的在线积分策略迭代算法.首先描述了近似动态规划存在问题及求解方法,提出了双人零和微分对策的近似动态规划算法,然后分析了博弈双方的均衡策略和在线策略迭代的求解方法,并结合空战应用场景设计了评价函数,最后进行了空战格斗的算例仿真.仿真结果表明,该算法通过运用函数逼近可以解决动态规划中难以处理的大规模模型"维数灾难"问题.     

基于微分对策的水中机器人角力模型

基于国际水中机器人大赛水中角力项目,为了获得胜利,对策略的选择进行研究.首先对水中机器人角力进行建模,建立运动学方程,然后运用微分对策进行分析,求解得出了最优策略.实际应用结果表明:该策略可以在最短的时间里,获得最有利的对局局势,能够为实际的工程实践提供参考.     

两主两从博弈下的装备维修器材供应链协调研究

以相互竞争的两条装备维修器材供应链作为研究背景,提出了一种基于Stackelberg主从博弈的激励协调模型,并通过最优反应动态思想给出求解该模型的一般思路,结合粒子群优化算法对军事算例进行仿真,对比分析供应商合作与非合作下的计算结果,供应商非合作下奖金激励策略可以有效实现供应链协调,但供应商若能实现合作,将使供应商达到利益最优化,可忽略奖金激励的影响.     

加权网格埋伏对策问题研究

为解决目前埋伏对策模型存在对实际需求适应性不强以及求解效率低等问题,提出一类新的网格埋伏对策模型.考虑埋伏资源的限制,构造局中人的可行策略集合.根据各列的防守程度和价值的不同,赋予各列不同的权值,构造相应的支付函数建立加权网格搜索对策模型.将对策论问题转化为约束最优化问题,求解约束问题获得条件极值,转化为模型的对策值,并给出双方的最优策略.军事应用实例结果表明:该模型能较全面地对埋伏问题进行定量描述,具有一定的理论和应用价值.     

基于状态反馈的导弹非线性H_2/H_∞鲁棒制导律

为了研究导弹导引规律的鲁棒性,将L_2增益理论与H_∞控制方法相结合,视导弹在追踪平面内的非线性运动学问题为有限时间内的混合H_2/H_∞问题.基于非线性二次型两人非零和微分对策理论,通过解李雅普诺夫稳定意义下的一对耦合哈密顿-雅可比偏微分不等式,得到了弹目相对运动的状态反馈纳什平衡点,由此得到了一种新型鲁棒制导律.仿真结果表明,与基于L_2增益理论的鲁棒制导律相比,该制导中具有更小的H_2性能指标,较H_∞制导律具有更强的鲁棒性.