基于改进遗传算法的协同航路规划研究

在进行协同任务规划时应同时考虑协同航路规划和任务分配这两个问题,同时到达进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标.针对这一问题提出了目标分配及协同航路选择的优化模型,并且给出了编码结构;针对遗传算法存在的不足,提出了一些改进;然后采用改进的遗传算法对协同任务规划模型进行了仿真验证.仿真结果表明该方法可以有效地规划出协同航路.     

基于改进遗传算法的协同航路规划研究

在进行协同任务规划时应同时考虑协同航路规划和任务分配这两个问题,同时到达进攻目标、确定攻击航路以及分配恰当的突击力量于突击目标。针对这一问题提出了目标分配及协同航路选择的优化模型,并且给出了编码结构;针对遗传算法存在的不足,提出了一些改进;然后采用改进的遗传算法对协同任务规划模型进行了仿真验证。仿真结果表明该方法可以有效地规划出协同航路。     

改进遗传算法的多机超视距协同空战目标分配方法

针对多机超视距协同空战中的目标分配问题,依据协同空战攻击决策的度量指标,构建交战优势矩阵,建立整体优势函数;在此基础上,考虑目标分配整体均衡策略,引入目标分配密集度和目标分配均匀度两个指标用于目标均衡和任务均衡分配,改进整体优势函数,从而合理利用作战资源;考虑传统遗传算法解算速率不高的缺点,提出了一种改进的遗传算法,该方法能快速寻优满足实时性要求.     

多UCAV协同任务规划技术研究

针对多UCAV协同作战的控制决策问题,提出了分层解决多UCAV协同任务规划的框架。重点讨论了在该求解框架下的多UCAV协同任务分配模型,然后利用遗传算法在费效比最低的原则上对模型进行了仿真计算。仿真结果表明：该方法在保证任务分配实效性的同时提升了分配的效果。     

基于遗传算法的协同航迹规划算法研究

文中针对无人飞行器的协同航迹规划,提出了一种基于遗传算法的协同航迹规划算法。该算法采用双层进化机制,不同的飞行器生成各自的可行航迹种群用于下层进化;对不同飞行器的可行航迹进行组合形成协同航迹组种群用于上层进化。实验表明,该算法能够在较短的时间内规划出较优的协同航迹组;同时,由于下层进化中利用了状态表征矩阵和新的引导信息,使得收敛速度比标准遗传算法更快。     

基于改进遗传算法的多弹协同攻击航路规划

针对多弹协同攻击航路规划问题,提出一种基于改进遗传算法的多弹协同航路规划方法。通过优化航路 种群初始化的方法,生成能够满足最大航路点个数约束以及最小航路段长度约束的航路;采用亚种群归类将航路区 分为不同的走向,得到多种攻击航路结果;利用进化算子对子代航路进行微调,生成更符合要求的多条航路,并对 多弹攻击航路进行仿真验证。结果表明,该算法可得出最优和多条次优航路,符合多弹协同作战的目的和要求。     

基于改进Fish-Search算法的机弹协同航线规划

文中提出利用改进的鱼群算法解决一类机弹协同问题中飞机协同航线规划问题的方法.首先对此类协同问题进行了数学描述,综合考虑了机弹协同中的可通视性、航线危险代价、最大协同距离和机弹相对方位等多种关键因素,建立了机弹协同规划中飞机航线的约束条件和评价指标;针对此类规划问题的特点,提出了利用鱼群算法进行求解的方法;通过对鱼群算法进行禁忌公告和生存机制等改进,提高了规划算法的收敛速度,对改进前后的算法进行了仿真对比;最后,通过仿真证明文中所提出的改进算法能够解决此类机弹协同航线规划问题.     

无人机集群任务规划与协同系统架构

针对无人机集群任务规划与协同控制面临的规模可扩展、任务多样化、指控互操作等新需求新挑战,界定了无人机集群任务规划与协同系统架构概念与内涵;从集群拓扑组织方式入手分析了集群任务规划与协同系统架构发展现状;在此基础上,提出了混合式无人机集群任务规划与协同系统架构设计方法,建立了分布式扁平化体系架构总体设计方法、自适应演化与自组织重构机制和事件驱动的协同触发机制。采用层次化设计思想,设计了系统底层控制层、高层控制层、协调层、通信层和人机交互层五层次结构。研究结果表明,相比于现有方法,提出的体系架构和设计方法充分考虑了单体间的组织方式、信息交互模式和互操作等集群间的基础性问题,为无人机集群任务规划与协同系统架构设计提供了理论支撑和设计参考。     

基于进化计算的多无人飞行器协同航迹规划

提出了一种在已知静态环境下利用进化计算实现多无人飞行器的分层离线协同航迹规划方法．针对多无人飞行器从不同起始点出发同时攻击某一预定目标问题，该方法可规划出由一系列导航点组成的三维航迹，并确保多无人飞行器在按一定的速度飞行时能避免相互碰撞、远离威胁障碍，满足航迹条件及协同限制．结果表明了该方法的可行性．     

多平台反舰导弹协同航迹规划

为了提高反舰导弹突防概率,基于遗传算法提出了一种多平台反舰导弹协同航迹规划算法．首先,重点讨论了协同航迹的评价问题．为了达到同步攻击目的,同时使飞行代价最小,研究提出了随种群进化而变化的时间协同度评价策略．其次,探讨了多平台反舰导弹协同航迹规划算法的分解．最后,通过仿真算例校验了该算法寻优得到的诸航迹不仅可使导弹实现协同攻击,而且可以很好地规避威胁．     

一种资源约束下的AUV编队系统动态任务规划方法

动态任务规划是协调复杂环境、自主水下航行器（AUV）有限资源以及动态任务之间耦合,提高编队协同能力的关键技术。针对资源约束下的AUV编队系统动态任务规划问题,提出了一种基于不公平度的资源均衡方法,兼顾资源均衡和效能最大2个目标,建立了基于合同网的多约束多目标任务规划数学模型,基于着色Petri网实现了系统的形式化建模/仿真/验证一体化。仿真结果表明,该方法能够有效地解决以效能最大为目标的资源选择原则导致的优者负载过重和以平均执行任务数为核心的负载平衡算法带来的任务等待时间延长问题,提高了系统的效能。     

基于遗传算法的近距格斗空空导弹初始弹道规划

针对空空导弹在采用推力矢量控制后,提高了自身的机动能力,也带来了发动机能量损耗的问题,通过对空空导弹初始弹道的有效设计,达到机动性和能量消耗率的最佳配合．通过研究基于遗传算法的初始弹道优化问题,建立了弹道优化遗传算法的数学模型,完成了算法设计和数字仿真,给出了计算结果,并从算法的适应性、敏感性和算法效率等方面进行了讨论．     

任务规划系统验证方法研究

基于对国内外任务规划系统的研究,从研究任务规划系统的划分入手,分析各种任务规划系统的工作内容和工作环境,从运行环境、工作方式、规划内容和部署方式等四种方式对任务规划系统进行了划分。最后从工程研制角度和使用角度,提出了任务规划系统的验证方法和验证流程。指出任务规划系统的验证可划分为硬件验证、软件测试和系统级试验,可通过设计各种想定对各验证项目进行验证。     

基于遗传算法的无人侦察机航迹规划

提出了基于遗传算法的URAV航迹规划,将航迹规划的多种约束与算法相融合,综合考虑了多种约束条件对航迹规划的影响.算法采用了改进的航迹极坐标编码方式,算法参数采用了自适应的交叉率和变异率,实现了URAV以最小的被发现概率到达目标点,仿真结果表明该方法是可行而有效的.     

反舰导弹任务规划系统需求分析

通过对现代战场条件下反舰导弹发展趋势、作战使用特点及反舰导弹任务规划过程的分析,指出了作战使用人员急需智能任务规划工具的支持．介绍了任务规划系统的概念,分析了反舰导弹任务规划系统的需求,为发展反舰导弹任务规划系统提供参考．     

一种无人侦察机监控航线规划方法

提出了一种基于粒子群优化算法的监控航线规划，探讨了粒子群中单个粒子的编码方式和解码顺序，研究了航线光顺方法．最后进行了仿真检验．结果表明，该算法切实可行，初步解决了无人侦察机的监控航线规划问题，在一定程度上提高了无人侦察机的监控效率．     

导弹任务规划通用数据支撑平台设计

为了解决多弹种大规模协同规划中的数据重复建设、资源浪费、信息孤岛等数据管理问题,提出了导弹任务规划通用数据支撑平台的概念,并对其建设目标、总体框架、功能模块等问题进行了初步设计。该数据支撑平台基于GIS技术,采用SOA的理念和方法,将战场信息和空间信息数据统一管理,对外提供统一的空间数据获取、浏览、分析、可视化等数据服务,可实现一种平台,多型使用,为多弹种一体化任务规划系统建设提供有力支撑。同时,具有一定通用性的平台框架对于提高任务规划数据的规范和共享、提升规划工作的质量和效率有着重要的借鉴意义。     

空射近空间飞行器助推弹道规划方法

为研究空射近空间飞行器低弹道快速入轨弹道规划问题,将空射近空间飞行器助推弹道分为投放段、一级飞行段、无动力滑行段、二级飞行段。一级飞行段采用最大可用过载快速拉起; 二级飞行段纵向剖面采用基于分段多项式的参数化控制方法,二级飞行段横向剖面设计了基于三角函数的参数化能量管理; 形成了多段多约束参数化助推弹道规划模型,采用改进粒子群算法对该问题进行求解。仿真结果表明:规划弹道满足过载、控制及分离等各类约束条件; 该方法具有很高的求解精度和较快的求解速度,能获得满足不同交班需求的参考弹道。     

基于层次分解策略的无人机多机协同航线规划方法研究

针对要求同时(依次)到达目标, 无人机团队生存概率最大这种协同要求下的航线规划问题, 提出了一种基于层次分解策略的方法, 将整个动态、大规模、强耦合的优化问题化解为三个层次: 航线规划层、协同规划层和航线平滑层.仿真结果表明该方法是有效、可行的.     

多约束条件下飞行器航路规划

飞行器航路规划是一个大范围多目标多约束的三维规划问题。遗传算法是一种求解复杂问题的通用方法。该文在遗传算法中加入了航路规划的相关知识来求解问题,给出一种解决多约束规划问题的方法。首先。提出了一种航迹极坐标编码方式,将航路规划中的部分约束融人到算法模型中并加以解决;第二,采用目标函数的方式解决航路规划中的部分约束。