针对要点防空模型的作战兵力优化研究

为了在现代化联合防空作战中,根据蓝方火力配置,红方能够做出最优的兵力分配,使防空效能最大化.从要点防空的任务角度出发,对作战兵力分配进行建模优化,并对优化后的兵力分配效能进行评估.首先选定任务背景为近海小规模局部战争,对复杂作战情况进行抽象得到模型.对模型进行优化,求解得到红方最优兵力分配结果,提出一种新方法,简化了对...     

坦克CGF发现目标过程的建模与仿真

坦克计算机生成兵力是陆军作战仿真系统的重要组成部分,其模型由机动模型、发现目标模型、火力模型等组成.针对坦克发现目标的过程,分析了影响坦克发现目标的相关因素,描述了坦克扫描、发现、识别目标的主要过程,建立了坦克发现目标的军事概念模型和各环节的数学模型,建立的模型在坦克单车对抗仿真系统中分别进行了不同植被、不同能见度、不同倍率奈件下的发现目标仿真试验,并分别与“人在环”坦克模拟器、资料数据以及实地观测数据进行了比对,验证了模型的有效性.     

地空导弹兵作战部署兵力需求分析方法

兵力需求分析是地面防空作战部署的重要环节。兵力需求与很多因素有关。首次从不同角度系统地提出了地空导弹兵作战部署兵力需求分析方法。该方法将作战地域分解成若干带状的火力层的集合,在此基础上分别研究了单层火力的兵力需求分析方法、所需火力层数的分析方法、总兵力需求的分析方法以及电磁干扰对兵力需求的影响。该方法也可为其它兵种的防空作战部署的兵力需求分析所借鉴。     

兵棋系统中基于GA的进攻战斗火力分配研究

火力分配是有效发挥兵棋中参战单位整体作战效能的决定性问题,依照兵棋的规则和进攻战斗的特点,结合经验数据规则和运筹分析方法,建立了兵棋中进攻战斗的火力分配模型。针对进攻战斗火力分配优化问题,给出了基于遗传算法的全局最优解模型求解方法和步骤。实例分析证实该方法能解决模型假设条件下兵棋中进攻战斗的火力分配问题并取得良好的战斗效果,可为兵棋推演和计算机生成兵力(CGF)仿真提供参考,对演习和实战中指挥员的决策具有重要意义。     

面向装甲分队战法运用的两阶段WTA模型

针对目前武器目标分配模型无法满足装甲分队火力打击战法要求的问题,分析了装甲分队火力打击战法的运用方式及其对分配结果的影响,建立一种面向装甲分队战法运用的两阶段WTA模型,模型第一阶段解决了“单武器高命中概率削弱”的问题,模型第二阶段可以实现装甲分队火力打击战法对于分配结果的多种不同要求。仿真结果证明,该模型解算结果合理,符合装甲分队战法运用要求。     

基于拍卖算法的多机协同火力分配

为解决超视距协同空战中的多机协同火力分配问题,首先建立了空战威胁估计和空战优势估计模型,构建了多机协同火力分配的数学模型。其次基于多智能体拍卖算法,提出了一种分布式的多机协同火力分配方法,该方法同时考虑了火力分配的效益和代价,能在较短的时间内给出较为合理的协同火力分配方案,具有计算量小、通信量低、动态性以及实时性好等特点,可应用于解决多机协同火力分配中的资源分配、冲突消解等协作问题。最后,通过仿真实验证明了该方法的合理性和有效性。     

基于遗传算法的区域防空部署优化研究

对区域防空战斗部署进行了详细分析 ,建立了兵力优化分配的数学规划模型。为了获得部署问题的全局最优解 ,将遗传算法 (GA)用于区域防空部署优化研究中 ,并对传统遗传算法进行了改进 ,最后给出了模型求解的方法和步骤。经过应用实例的计算 ,该方法能够取得良好的部署效果 ,这表明该方法可为制定防空作战指挥自动化决策提供科学、有效的支持。     

坦克分队计算机生成兵力(CGF)实体仿真研究

坦克分队CGF实体仿真模型是陆军作战仿真系统研制不可缺少的一部分。本文从建立CGF实体的抽象模型入手,研究坦克实体行为的表示、生成和控制方法。在分析了模拟系统中所需的CGF实体模型分类的基础上,重点实现了一般物理行为的生成方法,包括CGF实体的机动、侦察、射击、外弹道、射弹散布等模型,以及研究了坦克分队在虚拟战场中的路线规划、队形转换、火力运用等聚合级实体行为的实现方法。最后,从人工智能理论着手,就坦克分队CGF实体智能行为仿真的方法进行了理论探索,提出了相应的方案,为今后的实践性开发工作打下基础。     

最优火力分配方案的一种空间表述方法

以向量空间观念来审视作战问题,通过对目标的突防概率的认识,创造性地定义了火力分配矢量及其范数,建立了相应的赋范空间.首次建立了最优火力分配问题在赋范空间中的描述模型,并在理论上证明了解的存在性,从而把防空作战中的火力分配问题转化为赋范空间中的最小范数问题,为研究战争中的火力分配问题奠定了理论基础.     

基于模糊火力适度原则的坦克分队WTA模型研究

为缩短静态WTA模型与坦克分队实际战术运用之间的差距,通过建立打击效率模糊集,对打击效率满意度进行了评判,进而实现了坦克分队战术中的火力适度分配原则。在此基础上,通过对解空间重新编码、采用关系算子,原模型转化成为了无约束优化问题,为模型求解提供了便利。从仿真计算的结果来看,模型的解算结果科学合理。此模型不仅符合坦克分队的战术原则,并且易于算法求解。     

末段反TBM火力目标匹配优化及APSO求解算法

末段反导作战火力任务分配建模是一个复杂的不确定多约束问题建模,首先建立了末段双层反战术弹道导弹火力〖CD*2〗目标匹配模型,其次对传统粒子群优化算法（particle swarm optimization,PSO）进行改进给出了一种吸引子PSO（attractor PSO,APSO）,APSO引入吸引子,在保持群体多样性的基础上,将粒子聚集在最优值附近,增加相应区域的粒子密度。其中,为了方便问题求解,将火力目标匹配优化任务进行分解,转化成多个子时间段,再用APSO对多个子时间段进行求解。仿真实例表明,APSO有更加优良的收敛精度尤其是收敛速度,满足了反TBM作战火力任务分配的高时效性要求。     

双层火力协同反导作战中的火力调度

双层火力协同反导作战中的火力调度是一个动态的复杂决策过程,运用静态调度和单纯的在线调度算法都无法得到最优的结果。根据双层协同火力反导的原理,分析拦截窗口,并构建火力调度的模型。针对时间、资源以及来袭战术弹道导弹(tactical ballistic missile,TBM)弹头威胁系数等约束条件,提出在线调度中的重调度的拦截火力调度算法,给出计算步骤和流程。〖JP2〗仿真结果表明,该算法能有效地对双层协同火力反导进行火力调度,同时与单纯的在线调度火力分配方法相比,该方法的分配结果在要地生存能力、时效比、费效比等方面都占优。     

对多波次目标直接分配到弹的反导火力规划方法

火力规划是反导力量作战运用的重中之重,对多波次目标的反导火力安排与分配是一个复杂的不确定多约束优化问题。在对反导火力规划问题分析的基础上,给出了弹 目分配时机、模型思路和假设。分拦截任务分配和弹-目分配两步建立了反导火力规划模型,拦截任务分配中,通过时间段分解将同时需要求解的多个问题转换为多个子时间段的一个问题;弹-目分配中,基于航路捷径、目标落点的不同,拦截弹拦截有利度计算是关键环节。模型突破以往研究目标不考虑时间约束的局限,建立起弹-目-时间对应分配关系,提供一种新的、动态的反导火力规划方法,仿真实例体现了模型较好的工程应用前景。     

单机多目标攻击逻辑的对策型决策

攻击逻辑的优化决策对于机载多目标攻击系统具有重要意义。在分析对策型决策机理的基础上 ,构造了攻击逻辑的问题模型 ,给出了目标威胁判断和攻击条件评估的手段 ,提出了一种用于机载多目标攻击系统的攻击逻辑的对策型决策方案。该方案能实现导弹火力的优化分配 ,并给出了仿真实验算例的结果与分析。     

基于Multi Agent的空战作战行为协同方法

针对空战中多种作战行为的最优协同使用,构建了Multi Agent模型,该模型由网络接口层、中央协调层和作战行动层三层组成。在中央协调层中,提出了中央协调算法以实现作战行为的协调使用。该算法通过引入影响因子建立综合作战效能模型,反映了多种软硬杀伤武器、飞行控制系统和传感器系统协同使用时各作战行为的交互影响作用。综合上层全局作战意图和底层行动单元获取的信息,得到所有协同方案的预估综合作战效能。通过以综合作战效能预估值最大为准则,动态寻优所有组合空间的方法,可获得最佳协同方案。通过仿真得到在动态战场态势下的作战行为组合为最佳协同方案,表明了该协同方法的正确性。     

分布式任务计划动态调整模型及算法

战时任务计划的动态调整是当前作战指挥领域研究的热点问题。首先描述了分布式兵力组织的组成要素,对规划问题进行了建模,并且提出了平台定价模型。然后设计了一个分布式的协作框架,用来实现任务计划的动态调整,该框架由两个模块构成,第一部分是内部模块,该模块包括一个N-best算法和一个反馈策略,完成决策实体内部的二次分配;第二部分是外部模块,当任务精度低于期望值时调用此模块,实现决策实体间的协作。最后通过仿真实验证明了该模型的有效性,并讨论了模型在不同情况下的适用性。     

基于军事规则的无人坦克集群协同作战仿真

现代战争逐渐向无人化、信息化、智能化方向发展,无人坦克作为未来陆战中的主要装备,在机动性、安全性和经济性方面具有很大的优势。单无人坦克在大规模的陆战中能力有限,很多复杂的任务需要无人坦克集群合作完成。围绕无人坦克集群协同作战应用,建立了动力学控制、单机决策、武器装甲等单无人坦克系统模型。结合无人坦克自身状态和融合态势信息,设计了无人坦克集群的协同感知模型,基于现有的目标分配、避敌和编队自修复等军事规则,提出一种新型无人坦克集群协同作战模型。搭建仿真系统,对所设计的模型算法进行了测试,探索验证了无人坦克协同作战的可行性和有效性。     

Resource Allocation Based on DEA and Non-Cooperative Game

Resource allocation is one of the most important applications of data envelopment analysis (DEA). Usually, the resource to be allocated is directly related to the interests of decision-making units (DMUs), thus the dynamic non-cooperative game is one of the representative behaviours in the allocation process. However, it is rarely considered in the previous DEA-based allocation studies, which may reduce the acceptability of the allocation plan. Therefore, this paper proposes a DEA-based resource allocation method considering the dynamic non-cooperative game behaviours of DMUs. The authors first deduce the efficient allocation set under the framework of variable return to scale (VRS) and build the allocation model subjecting to the allocation set. Then an iteration algorithm based on the concept of the non-cooperative game is provided for generating the optimal allocation plan. Several interesting characteristics of the algorithm are proved, including i) the algorithm is convergent, ii) the optimal allocation plan is a unique Nash equilibrium point, and iii) the optimal allocation plan is unique no matter which positive value the initial allocation takes. Some advantages of the allocation plan have been found. For example, the allocation plan is more balanced, has more incentives and less outliers, compared with other DEA-based allocation plans. Finally, the proposed method is applied to allocate the green credit among the 30 Chinese iron and steel enterprises, and the results highlight the applicability of the allocation method and solution approach. Therefore, the approach can provide decision makers with a useful resource allocation tool from the perspective of dynamic non-cooperative game.

     

多目标火力分配的系统动力学模拟

单兵种对多兵种作战的最优策略是研究多兵种对多兵种作战最优策略的基础。利用微分对策论,通过建立一对多交战的微分动力学模型,推导了单兵种对抗多兵种作战过程中火力分配最优策略的表达式,给出了推导过程。利用系统动力学的建模理论,以一对二交战为例,说明了系统动力学建模及仿真方法,建立系统动力学流图并进行了仿真。系统仿真模型编程简单,运算速度快,可实时跟踪所有中间变量,有利于对建模和计算机作战模拟不熟悉的决策人员参与设计、分析。