基于模糊多因素的对地多目标攻击战术规划研究

针对空战决策问题已有算法的不足,根据威胁评估和多属性决策的特点,建立基于模糊多因素的对地多目标攻击决策模型,使空战决策问题转化为对目标威胁度的求解。通过求解该模型即可获得多因素决策问题的目标威胁程度的排序,同时求得威胁程度最大的目标。最后通过仿真说明该模型的合理性和有效性,从而为对地多目标攻击提供一种有效的决策方法。     

基于RBF神经网络的空战威胁评估

针对现有空战中威胁评估算法存在的不足,提出了用RBF神经网络进行威胁评估的方法.给出了涉及空战威胁评估的因素及其数学模型,建立了基于RBF神经网络的空战威胁评估算法.最后,举出一个应用实例,并将该方法评估结果与多属性决策法评估结果进行了比较.实验表明,该方法评估结果准确、快速.     

基于自适应GWO的多UCAV协同攻击目标决策

针对多架无人机相互协同攻击多个来袭目标的武器目标决策问题进行了研究。利用层次分析法（AHP）评估了空战能力指数和三维空战态势威胁指数的权重,针对协同攻击空战的分配原则,采用计算分配值的情况下提出了一种自适应搜索的灰狼求解算法,实现了武器目标攻击决策的求解。仿真表明,改进的GWO算法对决策方案的求解速度和求解质量与现有的粒子群算法（PSO）、蚁群算法（ACA）和遗传算法（GA）等相比均有所明显提高。     

无人机编队超视距空战决策及作战仿真

以无人机的超视距空战为研究背景,建立一种综合态势评估、目标分配和损耗裁定的协同空战仿真模型。首先,综合友机位置和敌方战机威力对我机的态势影响,提出一种基于人工势场的态势评估方法;然后,利用文化基因算法进行目标分配,分别采用离散差分进化算法和邻域搜索算法作为其全局和局部搜索策略;最后,用两步裁定法模拟空战双方的相互攻击,实现超视距空战中的损耗裁定。仿真结果验证了所提出模型的合理性和算法的有效性。     

协同多目标攻击的混合蛙跳融合蚁群算法研究

针对未来超视距条件下的多机协同空战,提出了一种基于混合蛙跳融合蚁群算法的目标分配方法。以目标威胁评估值为准则建立空战决策模型,根据空战决策特点对青蛙粒子进行特殊编码处理,在混合蛙跳算法局部搜索过程中加入自适应差分扰动机制、在蚁群算法中引入变异算子以减少算法搜索时间。融合算法利用混合蛙跳算法快速的全局搜索能力生成初始优化解群,利用蚁群算法具有正反馈的特点求精确解,利用Matlab仿真。仿真结果表明该方法能够快速有效地给出合理的目标分配方案。     

基于PSO-BP算法的目标威胁评估*

通过对目标高度、距离、速度、角度这些空间态势因素和空战能力因素的分析,建立了目标威胁评估模型,提出了基于PSO-BP(粒子群和后向传播)算法的目标威胁程度评估方法。通过对空中八个目标某一时刻威胁程度的预测,并将结果与多数属性决策方法的结果进行了比较,表明此方法有效地解决了空战目标威胁评估问题,大大提高了决策的客观性。     

PAAIS中的态势威胁评估模型

目标态势威胁评估是PAAIS(Pilot Assistant Artificial InteHigent System)中任务规划、应急动作规划、火力分配、攻击排序的基础.通过对超视距空战威胁态势的分析,采用了TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)算法对空中作战目标进行其威胁指数计算,建立了超视距空中威胁排序模型.和其他威胁评估算法相比,方法具建模简单,计算速度快的优点,而且便于更新.仿真实验结果表明该方法对发现的目标可及时做出威胁响应,为PAAIS制定下一步方案奠定了基础.     

基于误差反向传播神经网络的超视距协同空战研究

针对多机协同空战中的多目标分配问题,利用构造的误差反向传播（BP）神经网络模型对超视距空战情况下的几种典型的第3代战斗机空战性能进行比较评估,在此基础上建立了协同优先的分配模型。给出了协同优先权的计算步骤。仿真算例表明了模型的有效性。     

基于IMOSFLA的有人/无人战斗机协同空战火力分配方法

针对有人/无人战斗机协同空战中的火力分配问题,建立了以目标总存活概率最小和武器消耗数量最少的火力分配多目标优化模型,并提出一种改进的多目标蛙跳算法用于求解问题的Pareto最优解集.该改进算法充分利用混洗蛙跳算法收敛速度快、收敛精度高的算法优势进行全局寻优,利用自适应网格法对非劣解进行维护和更新,并在青蛙种群的全局进化过程中引入Tent混沌变异以避免算法早熟收敛.为便于从求解得到的Pareto最优解集中选择出最优火力分配方案,提出了一种最优火力分配方案的自主选择规则.最后通过仿真实验验证了所提方法的可行性和有效性.实验结果表明,所提方法能有效求解有人/无人战斗机协同空战中的火力分配问题.     

基于灰色群体决策的对地多目标攻击研究

针对地多目标攻击时,目标威胁度评估可以为武器资源的有效配置提供依据。由于威胁评估和多属性决策的特点,为准确识别目标,运用灰色群体决策理论对目标威胁度评估进行研究。建立基于灰色群体决策理论的对地多目标攻击决策模型,使对地攻击决策问题转化为对目标威胁度的求解,通过求解模型即可获得目标威胁度的排序。然后根据协同优先权对多机对地多目标攻击进行目标分配和攻击排序。最后通过仿真表明模型的合理性和有效性,从而为对地多目标攻击提供一种有效的决策方法。     

基于灰色分析的对地多目标攻击战术规划研究

对地多目标攻击时,目标威胁度评估可以为武器资源的有效配置提供重要依据。根据威胁评估和多属性决策的特点,运用灰色关联分析理论对目标威胁度评估进行研究,建立基于灰色关联分析理论的对地多目标攻击决策模型,使对地攻击决策问题转化为对目标威胁度的求解,通过求解该模型即可获得目标威胁度的排序。然后根据协同优先权对多机对地多目标攻击进行目标分配和攻击排序。通过仿真说明该模型的合理性和有效性,从而为对地多目标攻击提供一种有效的决策方法。     

基于CMFO算法的投影寻踪威胁目标评估模型

为了提高威胁目标评估的准确性,快速对威胁目标进行排序,提出了一种基于混沌飞蛾火焰优化（Chaotic Moth-Flame Optimization,CMFO）算法的投影寻踪威胁目标评估模型。简单介绍了一种新的群智能算法--飞蛾火焰优化算法（Moth-Flame Optimization,MFO）,并引入混沌映射提高了MFO的性能。给出了投影寻踪威胁目标评估模型的算法流程,同时给出了基于CMFO求解最佳投影方向的方法步骤。选取了3个目标威胁评估的算例,进行实验分析,并与其他评估方法进行比较。比较结果表明该评估模型简单、有效,为快速、准确实现目标威胁评估提供了一种新的方法。     

基于套索算法和改进正余弦优化支持向量回归的目标威胁估计

准确估计空中目标的威胁值对于防空作战指挥决策具有重要的参考意义.针对空中目标特征繁杂易造成模型过拟合、正余弦算法易早熟以及陷入局部最优的不足,首先,通过套索算法(least absolute shrinkage and selection operator, LASSO)去除目标的冗余特征;然后,采用佳点集初始化种群、非线性振幅调整因子、随机惯性权重、自适应终点权重以及最优邻域高斯扰动等策略对正余弦算法(sine cosine algorithm, SCA)进行改进;最后,使用改进的正余弦算法对支持向量回归(support vector regression, SVR)模型进行优化,构建基于套索算法和改进正余弦优化支持向量回归的目标威胁估计模型.对比实验结果表明,改进后的正余弦算法加强了全局搜索能力和局部收敛速度,得到的目标威胁估计模型具有较高的准确度和稳定性,能够为防空作战指挥决策提供科学的参考依据.     

基于高斯云贝叶斯网络的空战态势评估

对空战态势评估中需要考虑的因素进行了分析,建立了基于高斯云贝叶斯网络的空战态势评估模型,并利用高斯云贝叶斯网络的推理方法进行了仿真计算。仿真结果表明,该方法可以给出敌机的态势评估值以及以概率的方式给出敌机对我机的态势等级,为空战态势评估提供了新的思路。     

基于嵌入MC 的动态WTA 方法研究

总结了武器目标分配( Weapon Target Assignment,WTA) 问题的研究现状,分析 了资源损失最小化和目标威胁最大化两类静态分配模型的局限性,为了达到目标动态分配的 目的以解决当前方法的非实时性问题,提出了一种符合作战实际的动态武器目标分配方法。 首先,为使分配模型具有实时性和一般性,引入了目标的动态输入,并使其按一般性分布随机 地进入; 其次,针对目标输入后的动态随机系统,分析了再生点瞬间的系统状态,采用嵌入马 尔可夫链( Markov Chain,MC) 的方法使得系统马尔可夫化,求解了系统的状态转移概率; 再次,构造了武器目标分配的目标函数,根据系统的状态转移概率建立了动态的目标分配模 型; 最后给出了模型求解方法,并通过实例证明了该方法的有效性和实时性,是对现有方法的 一种完善和补充。     

基于双层规划的高超声速飞行器预警资源分配方法

针对高超声速飞行器预警系统中资源难以合理利用的问题,提出一种基于双层规划的预警资源分配方法.首先,建立高超声速飞行器运动状态的马尔可夫模型,提出威胁评估的方法;其次,基于隐马尔可夫模型和卡尔曼滤波,提出双层规划的高超声速飞行器预警资源分配模型,下层规划以单位资源损耗下信息增益为目标函数,上层规划以风险的降低为目标函数;...     

舰艇编队防空目标分配优化算法研究

针对所要解决的舰艇编队防空目标分配问题,文章结合现代防空作战特点,建立了防空目标分配模型,并讨论了数学模型的求解问题。对模拟退火算法、遗传算法、禁忌搜索算法进行了分析和研究,运用MATLAB软件编程仿真来解决所建立的防空目标分配模型。研究表明,禁忌搜索算法每次都能以100%的概率搜索到全局最优解,但由于其搜索时间过长而且搜索时间的随机性太强,不适用于解决战时的目标分配问题。而模拟退火算法和遗传算法则可以在较短的时间内达到较高的搜索概率,在实际运用中,应根据所限定时间的不同来对这两种算法进行选择使用。另外,从程序的复杂度上来看,模拟退火算法的程序相对较为简单,而遗传算法的程序相对较为复杂。