基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

基于遗传算法和分层任务网络的战术任务规划方法

针对给定约束条件下作战任务最优战术动作序列规划问题,提出一种将分层任务网络(hierarchical tasknetwork,HTN)与遗传算法(genetic algorithms,GA)相结合的HTN_GA战术任务规划算法。采用定性与定量相结合的方法,基于分层任务网络对战术知识进行建模,基于遗传算法对战术生成过程进行优化。分析了HTN_GA战术规划算法的可行性、完备性。实现了基于SEAD任务的无人作战飞机(uninhabited combat aerial vehicle,UCAV)战术任务规划,仿真结果证明了该任务规划算法的可行性和有效性。     

智能化战术飞行轨迹规划方法研究

对态势评估与规划系统进行集成,提出了智能化战术飞行轨迹规划系统方案.基于贝叶斯网络和模糊推理技术,实现了战场威胁级别及其相对重要性程度的综合评估.利用模型预测控制的滚动优化和在线校正原理,实现了飞机在线飞行路径规划.建立了路径规划代价函数中加权因子的智能化分配方法,进而实现了威胁评估与路径规划之间的集成,使得路径规划系统能够自适应战场态势的动态变化.最后通过仿真验证了所提出方法的有效性.     

基于禁忌搜索的启发式任务路径规划算法

基于启发式搜索和禁忌搜索技术,提出一种用于解决有限资源、不同重要性要求的任务路径规划问题的有效算法,通过对不同重要程度的任务进行分层调度,得到较为满意的决策结果.该算法具有搜索空间小、求解速度快的优点.仿真结果验证了算法的有效性.