基于模糊对策论的城市反空袭方案优选模型

基于模糊对策论的城市反空袭作战方案的优选模型,主要由策略集和赢得矩阵构成.模糊对策由态势、知识库、赢得矩阵及求解等部分组成.赢得矩阵由赢得函数的赢得值构成.在分析矩阵对策原理的基础上,将模糊综合匹配法与经典矩阵对策论进行了融合,建立了优选模型.     

多发弹气动参数联合辨识方法研究

利用局部优化算法对多发弹测量数据进行气动参数辨识,可能存在局部最优解,且同一气动参数多发弹的辨识结果有时差异较大。为提高弹丸气动参数辨识的准确性与合理性,提出一种同时 利用多发弹测量数据进行联合辨识的全局优化策略。该策略采用局部优化算法获得搜索空间,将弹丸飞行的稳定性条件作为约束条件,利用最小二乘准则构建准则函数,应用差分进化算法对多发弹数据同步全局寻优,从而获得唯一的全局最优解。以某大口径榴弹纸靶试验数据为例对所提方法进行了验证,结果表明：相比于现有的辨识策略,所提策略计算出的准则函数值更小,重构弹道结果与测量值更接近,且计算稳定性较好。     

对付目标机动的微分对策导引律

利用强迫奇异摄动方法(FSPT),对具有动力学滞后环节的导弹与目标在三维空间内的全信息二人零和非线性微分对策模型,求解出时策双方的最优控制策略。再将导弹的最优控制策略(鞍点导引律)分别在目标作常规圆机动、随机最佳躲避、鞍点最优躲避下进行数值模拟计算;同时,还分析了随机测量噪声的影响。最后,将导弹最优控制策略的数值模拟结果与古典导引律的模拟结果进行比较分析,得出了几点结论。     

GPS的电子对抗策略建模

针对GPS干扰和抗干扰技术,运用对策矩阵对GPS的电子对抗策略进行研究.其选取有代表性的干扰和抗干扰方法建立对抗策略矩阵,该矩阵各个元素均为干扰技术对抗干扰技术的获益.对矩阵进行求解并修正,如果得出最大最小值与最小最大值相等的话,从矩阵中得到的对策即为一个稳定的策略.     

具有多条搜索路线和有限个搜索概率的舰潜搜索对策问题研究

舰潜搜索是海上作战巡逻中的重要问题,针对舰潜搜索在海上巡逻中的一些实际情况,描述一个军舰具有多条搜索路线作为选择,并在所述位置区域存在有限个搜索概率的搜索对策问题,以军舰和潜艇的搜索路径选择为双方策略,根据舰艇巡逻的期望值即期望收益减去搜索成本,建立支付函数,进而建立舰潜搜索的矩阵对策模型,得到搜索双方的最优搜索策略,并通过例子,证明所述方法的有效性。     

动态三角模糊数互反判断矩阵一致性及修正

为了克服传统层次分析法中无法表现判断模糊性和系统时变性的缺点,提出了基于遗传算法的动态三角模糊数互反判断矩阵一致性检验、矩阵元素修正和权值排序的方法。将判断矩阵的一致性检验、矩阵元素修正和权值排序作为一个整体处理。采用小生境遗传算法优化求解建立的一致性指标系数非线性函数,可在对初始判断矩阵做最小程度修正的基础上使修正后的判断矩阵满足一致性要求,给出权值排序结果。分析了算法的复杂性和稳定性,并通过算例对比验证了方法的有效性。理论分析和算例对比表明,算法可充分利用初始判断矩阵信息,满足离线评估要求,在权值排序方面表现出稳定性。在有效解决评估系统模糊性和时变性方面具有意义。     

基于对策论的反舰导弹目标捕捉策略研究

分析了水面舰艇应对反舰导弹的典型机动规避策略,利用蒙特卡洛仿真法计算了水面舰艇进行典型规避策略时反舰导弹的捕捉概率,并以此建立了反舰导弹目标捕捉策略问题的赢得矩阵,计算得到了反舰导弹在应对目标机动时,目标捕捉的最优混合策略。     

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。     

多导弹协同攻击对策制导规律研究

针对多导弹协同攻击的作战要求,提出一种基于对策论的制导规律。将多枚导弹看作具有联合承诺的纯合作团队,建立了导弹-目标追逃对策模型,然后将每个时刻的策略选择问题转化为矩阵对策的形式,并运用排除法求出此矩阵对策的解,由此得到多枚导弹攻击目标的实时策略选择算法。仿真结果表明,该制导规律能够使各枚导弹以包围的态势攻击目标,为实际工程应用提供了参考。     

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     

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.     

水中机器人2D 仿真水球斯诺克策略优化

基于URWPGSim2D仿真平台,提出一种新型的比赛策略和顶球算法。介绍2D仿真水球斯诺克现有的比赛策略、顶球算法,给出优化后的比赛策略,根据速度性和连贯性,提出一种自动换挡的机器鱼顶球算法,并以实例对优化后的比赛策略和顶球算法进行仿真实验。实验结果表明：优化后的比赛策略的稳定性有所提高,使顶球更加平稳快速。     

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。     

机器鱼2D 仿真抢球博弈策略优化

基于国际水中机器人大赛2D仿真抢球博弈项目,针对仿真机器鱼路径规划问题提出弧切算法,设计仿真机器鱼的运动轨迹,并由角速度档位划分确保仿真机器鱼运球的稳定性.以距离角度值为基础提出死角避险、双鱼协作合力顶球算法,意在实现仿真机器鱼快速、高效进球,从而提高策略的健壮性,并通过URWPGSim2D仿真平台对策略进行验证.实验结果表明:该策略可以在较短时间内取得较大分数领先,并且呈现出高效、稳定的优点.     

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.     

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。