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。     

基于模糊机会约束双层规划的动态火力分配建模与实现

针对现有动态火力分配模型未考虑不确定因素及复杂约束的问题,引入不确定规划理论,建立了基于模糊机会约束双层规划的动态火力分配模型.首先,以最大化效费比和尽早拦截分别作为模型的上下层目标函数,并考虑复杂战场环境下的模型约束.在此基础上,构建了一种针对双层多约束动态火力分配问题的递阶结构粒子编码方案,并将带审敛因子的离散变邻域粒子群算法及带怀疑因子及斥力因子的粒子群算法有效结合,利用模糊模拟技术,提出一种分层递阶的混合模糊粒子群算法.仿真实例表明,该算法具有更强的全局寻优能力和更快的收敛速度,能够满足大规模动态火力分配问题对时效性的高要求.     

基于多目标模糊规划的海上要地防空动态火力分配

海上要地防空武器火力分配(weapon target assignment, WTA)是防空反导作战的关键环节，属于典型的组合优化问题。针对海上要地防空反导战场态势的不确定性、复杂性和动态性问题，提出了一种基于非支配排序的多目标量子遗传算法的模糊动态WTA(dynamic WTA, DWTA)方法。首先，在确定条件下，建立了以防御效率和作战资源损耗为目标的多目标DWTA模型；然后，根据战场态势的不确定性构建了多目标模糊DWTA模型，利用期望值法将模糊问题等价刻画为确定性问题，并基于非线性问题特征提出了线性化方法；最后，利用所提算法对该问题进行求解。仿真结果表明，所提算法具有较好的收敛效果。     

基于蜂群算法的坦克阵地部署与火力分配模型

为了解决坦克分队进攻战斗中的兵力部署和火力协同问题,提出坦克阵地部署模型和坦克火力分配模型,前者解决坦克分队从集结区域到作战区域的兵力分配问题,后者解决坦克接敌后的火力协同问题.针对坦克作战中的对抗特性,建立确定型火力对抗模型,在火力分配模型中体现敌我动态对抗过程.为了求取坦克阵地部署和火力分配最优方案,采取双层迭代策...     

基于时空约束的常规导弹火力分配建模与实现

现代战争对常规导弹火力分配的实效性提出了更高要求,考虑常规导弹生存、突防等影响因素,以毁伤下界为约束,建立了基于时空约束的动态常规导弹火力分配模型。将遗传算法全局搜索能力强和禁忌搜索算法局部寻优能力好的特点结合起来,构建了遗传禁忌融合算法,并将其用于常规导弹火力分配求解中。仿真结果表明,该方法能在较短时间内寻得最优解,求出的火力分配方案符合战场态势,验证了模型的有效性和算法的可行性。     

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。     

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.     

面向多目标优化火力目标分配问题的前瞻式边际贪婪算法

针对现有面向多目标优化的火力目标分配(weapon target assignment,WTA)问题的求解算法相对较少、有关算法的求解效能不稳定等特点,提出了前瞻式边际贪婪构造(look-ahead margin-greedy constructive,LAMGC)算法。首先,对火力目标分配问题的多目标优化模型进行了深入分析,通过定理证明优化了LAMGC算法的求解效率;然后,明确了LAMGC算法具体的求解步骤,分析了算法计算复杂度;最后,以超体积和计算时间为评价指标,通过实验验证了LAMGC算法的合理性和有效性,LAMGC算法很好地满足了轻量型智能作战平台的使用需求。实验数据显示,相比于求解此类问题的有关算法,LAMGC算法具有更高的求解效率、求解质量和求解稳定性。     

基于模糊多目标规划的防空反导火力分配

针对现有多目标火力分配(weapon target assignment,WTA)方法很难适用于不确定情况下防空反导作战的问题,提出了基于模糊多目标规划的防空反导WTA方法。首先,采用三角模糊数刻画不确定的目标威胁度,在考虑防空反导作战特点的基础上,基于模糊多目标规划建立了WTA模型;然后,根据必要性测度原理将含有模糊参数的目标函数进行了等价清晰化;接着,提出了具有单/双势阱的多目标量子行为粒子群算法用于求解WTA模型,该算法采用了单/双势阱位置更新方式、粒子混合随机变异方法、领导粒子两阶段选取方法;最后,通过实例仿真验证了模型的合理性和算法的有效性。     

基于乐观值和悲观值的不确定机会约束规划模型及应用

为了克服随机规划、模糊规划以及不确定规划期望值模型在实际应用中的局限性,基于乐观值和悲观值,提出了新的不确定机会约束规划模型。首先,根据目标函数的分类,分别定义了收益函数和成本函数的乐观值与悲观值,并在此基础上建立了不确定机会约束规划Maximax、Maximin、Minimin和Minimax模型;其次,给出了不确定机会约束规划模型的等价转化方法,将无法直接求解的不确定模型转化为可直接求解的等价确定模型,并分析了乐观值和悲观值随信度水平变化的规律;最后,以西安市某快递营业网点出行时间计划问题为例,对本文提出的模型、方法以及信度水平的影响进行了分析,指出信度水平实际上反映了决策者的风险偏好程度,实例结果表明本文提出的模型及方法具有可行性、有效性和实用性。     

改进差分进化算法求解武器目标分配问题

针对武器目标分配问题求解收敛速度慢、搜索效率低、寻优精度差的问题, 提出一种基于改进差分进化算法的武器目标分配方法。首先, 建立多约束条件下武器目标分配优化模型, 将动态武器目标分配问题离散为静态武器目标分配问题处理。其次, 采用随机邻域变异策略平衡差分进化算法全局探索和局部开发能力, 采用基于历史存档的自适应参数整定方法, 根据“精英”信息动态更新算法参数。最后, 通过与5种变种差分进化算法的对比实验, 验证了所提方法寻优精度高、收敛速度快、鲁棒性强的优点。     

装甲分队动态武器目标分配中蚁群算法终止控制

针对较大规模静态武器目标分配问题中算法实时性差、分配方案不适用于发生变化的战场态势的问题,分析了装甲分队动态武器目标分配问题的特点,以解效用最大为目标函数,提出了一种算法终止控制策略,其综合考虑了解的质量、继续计算改善解质量的效率、模型参数变化的影响。将该策略应用于一种改进蚁群算法中,仿真结果表明,应用此种策略可在确保一定解质量的前提下,避免解失效并有效提高解效用,减少计算迭代次数,缩短计算时间。     

武器-目标分配问题的粒子群优化算法

建立了武器-目标分配问题的优化模型,分析了各种解决此模型的方法的优缺点。经典的粒子群是一个有效的寻找连续函数极值的方法,结合遗传算法的思想提出粒子群算法来解决武器-目标分配问题。经过比较测试,4种粒子群算法的效果都比较好,特别交叉策略A和变异策略B的混合粒子群算法是最好的且简单有效的算法。     

基于博弈论的目标分配策略空间构建与搜索

动态武器目标分配(dynamic weapon target assignment, DWTA)问题是军事运筹学研究的重要理论问题,也是作战指挥决策中迫切需要解决的现实问题。DWTA问题不能使用静态武器目标分配(static weapon target assignment, SWTA)的动态规划方法来解决。在考虑攻防双方武器系统损耗的基础上建立了DWTA模型,模型分析表明,DWTA问题可以尝试用博弈理论解决。构建DWTA策略空间,并改进了邻域搜索算法(variable neighborhood search algorithm, VNS)。算法正确度和复杂度分析结果表明,算法快速有效,在一定程度上满足防空作战对DWTA问题决策实时性的要求。     

基于记忆辅助动态UMDA的UCAV编队动态目标分配

针对无人作战飞机编队对地攻击过程中的动态目标分配问题,建立了针对联合目标的武器目标分配（weapon target assignment, WTA）模型,反映攻击方攻击意图及对目标内在关系的理解。提出基于记忆辅助的动态单变量分布估计算法（memory enhanced dynamic univariate marginal distribution algorithm, MDUMDA）对问题进行动态寻优,利用概率模型对动态寻优过程中的历史信息加以记忆和利用。仿真结果表明,所建立的WTA模型是合理的,MDUMDA能够有效求解动态WTA问题,其性能明显优于随机迁移算法。     

基于类型2区间模糊K近邻分类器的动态武器目标分配方法研究

动态武器目标分配问题是战场指挥控制决策中的关键问题。由于动态武器目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。     

动态武器目标分配问题中策略优化的改进算法

动态武器目标分配(Weapon Target Assignment,WTA)中的目标选择策略问题可以通过建立马尔可夫决策过程(Markov decision processes,MDP)模型进行研究,但目前尚无有效求解此类较大规模的MDP问题中最优策略的算法.通过分析动态WTA问题的MDP模型特点,给出了求解该问题最优策略的改进算法.该算法主要在初始策略选取规则、策略改进规则以及最优策略的判断准则等方面进行了改进.该算法具有计算量小,节省内存,并可得到最优解等优点.最后,通过算例将该算法与传统算法进行了比较.改进算法可以用于解决较大规模的动态WTA中的策略优化问题.     

Survey of the research on dynamic weapon-target assignment problem

1 .INTRODUCTIONThe nature of modern war has been changed withthe advent of long-range and precision weapons ,together with advanced sensors and informationsystems[1].Compared with the traditional warfareinindustrial age , great revolution has taken placein the modern war in the information age ,in suchfields as the operational theory ,structure of armyand the way of command and control (C2) . Withthe development of newtechnology ,the operationstyle of modern warfare has been changing from…     

静态武器目标分配问题的攻击界整数规划求解方法

静态武器目标分配(weapon-target assignment, WTA)问题的直接表现形态是非线性.在不丧失模型最优解的前提下,本文把WTA问题建模为整数线性规划(ILP)模型,并提出在最优武器分配方案中攻击特定目标的武器数量存在上界(攻击界).在采用启发式方法限定攻击界后,WTA问题的ILP模型的维数被大规模降低,使得求解能够在短时间内完成.与近年来发表于国内外期刊上的算例进行试算比较,结果显示本文提出的方法在求解速度和求解优化程度方面具有明显的优势.