基于粗糙集理论与贝叶斯网络的超视距空战战术决策

基于智能互补融合的思想,将粗糙集理论与贝叶斯网络有机结合在一起,提出了一种超视距空战战术决策的新方法.利用粗糙集理论实现对专家知识的约简和空战态势信息集的压缩,提取了超视距空战战术的最小决策信息集,基于最小决策信息集的贝叶斯网络模型可以降低网络结构的复杂性;同时利用贝叶斯网络实现了超视距空战战术的概率决策推理.最后,进行了实例分析,决策推理结果表明该方法的正确性以及在不确定环境下的有效性.     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

基于协同战术识别的双机编队威胁评估方法

双机组成编队采用协同战术攻击目标是多机协同空战的一种主要形式。针对蓝方为双机编队的超视距空战威胁评估问题,提出了一种基于协同战术识别的威胁评估方法。首先,根据双机编队协同战术的分析、双机的空间占位与机动特性信息,采用动态贝叶斯网络建立目标双机编队协同战术识别模型。然后,根据目标飞行状态信息和目标机动动作识别结果,进行目标轨迹预测。最后,综合空间占位、探测、攻击、协同战术等威胁因子,考虑目标轨迹变化对战场态势演变的影响,建立威胁评估模型。仿真结果表明,所提方法能够准确识别双机编队的协同战术,实现合理化威胁评估。     

群机协同空战中的多目标攻击决策模型研究

分析了群机协同空战中，多编队、多机分步协同作战的特点，提出分层递阶的协同多目标攻击决策模型，将问题分解为战役层兵力指派和战术层多目标分配决策，并分别设计了战役层和战术层的决策模型。建立了通用空战态势评估和能力评估模型，通过对战役层和战术层作战单元的抽象和评估模型参数的设置，可将该模型应用于两个不同层次。最后给出了仿真算例，验证了该模型的可用性和有效性。     

中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主，找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点，建立了中距协同空战训练评估模型，提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法，计算编队协同决策集，实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度，寻找编队协同决策与中距空战结果的相关性，并通过实例评估验证了聚类算法的合理性。     

基于多阶段多指标的编队干扰方案协同决策研究

在现有装备的基础上,为合理地选择各个阶段的干扰方案以达到最佳效果,将编队干扰方案决策问题看作一个多阶段多指标系统,依据系统协同原理,定义了协同度概念,将模糊优选理论与动态规划原理相结合,提出一种能够有效求解多阶段多指标问题协同决策的方法。将该方法运用于编队干扰方案决策中,建立了全程决策数学模型。在给定的战术想定情况下,对求解过程进行了分析,为能够实时准确地得到各种作战态势下的最优决策,编程设计了基于GUI的干扰方案决策系统操作界面,通过仿真分析了不同指标权值下协同度对决策结果的影响。     

编队干扰方案协同决策研究

为了解决在舰艇编队反导作战过程中考虑协同时的编队干扰作战方案动态优选问题,提出了基于协同的编队干扰方案决策方法.以协同理论为依据,定义了干扰方案之间的协同度,给出了协同度的求解方法,并与动态规划原理有机结合,找到了一种基于协同的多阶段多方案优化策略.将该方法应用于解决编队干扰方案协同决策的优化中,在给定的战术想定条件下,使用该方法得出了协同情况下的全程干扰效能指数,结论明确合理.     

双机编队协同战术的实现

针对空战的特点,对双机编队的作战任务进行功能分解。通过引入描述攻击过程中编队作战决策心智状态的信念、目标、行动和路径等算子,给出了双机编队的协同作战意图,以及编队内各架飞机之间通信行为的概念。研究了基于协同作战意图的“主从式协同、协商式协同”编队战术的协调方法。仿真结果表明,基于协同作战意图的协调方法可提高编队的作战效能。     

空战决策知识构建方法研究

针对战训数据丰富, 数据背后空战决策知识贫乏的问题, 提出了一种空战决策知识构建方法。首先, 根据空战决策影响因素来分析决策知识的生成过程, 选择用产生式规则来表示空战决策知识。其次, 针对战训数据存在噪声数据干扰以及连续属性数据难以满足数据挖掘算法离散度量要求的问题, 应用了k-means聚类算法来检测离群点并使用最小描述长度准则算法将连续属性离散化。最后, 基于预处理后数据, 采用粗糙集提取空战最小决策规则知识, 通过构建模糊逻辑推理系统实现空战决策知识的推理与应用。仿真表明, 该方法能够有效地提取空战决策规则知识以及知识的推理与应用。     

超视距多机协同多目标攻击系统研究

首先在BVR多机协同多目标攻击系统中使用了自主优先权和协同优先权,采取了分组决策的方案,然后用BP神经网络完成目标分配,SOFM神经网络完成攻击排序,采用神经网络实现了决策算法,并对整个决策系统进行了仿真;然后,在原始态势数据的基础上计算了导弹攻击区,用比例导引法实现了空空导弹攻击.最后设计了BVR多机协同多目标攻击系统,将空战决策,导弹攻击区判断,导弹攻击融为一体,并进行了仿真.结果验证了决策的正确性.本文工程背景强,所得的仿真结果可供工程设计时参考.     

基于影响图的多智能体学习算法

提出一种多智能体学习算法.用影响图作为 agent 表示工具,给定 agent 的一个初始模型和它的历史行为,在能力、信念和优先学习的基础上来构建新的模型.学习方法是把其它 agent 的历史行为作为训练集,利用神经网络以及决策知识和专家知识来修改影响图中各结点的连接关系.针对与 agent 历史行为不一致的情况,本文把它看成效用函数发生了随机偏差,通过 Markov chain-Monte Carlo 技术进行模拟,实现效用函数的调整.最后利用多机编队协同空战作为例子说明算法的实用性.     

编队协同空战的信息交互策略

通过分析现有空战指挥控制通讯方法在编队协同空战中的局限性，编队协同空战的指挥控制关系以及编队协同空战指挥控制对通讯的需求，指出编队协同空战的通讯指挥控制是一个递阶通讯关系。提出基于通讯时间区间和言语行为理论的编队协同空战的通讯行为。针对空战的任务阶段和作战态势对通讯的需求，设计了战役作战阶段和战术作战阶段的信息交互策略。并以2对4空战为例，进行了仿真。仿真结果表明有效的信息交互策略，可提供编队整体的作战效能。     

基于π演算的攻击编队组织的动态演化

根据空战作战任务的特点，对协同攻击任务进行阶段分解和类型分解。建立了基于任务、面向结构、具有集中．分布式指挥控制关系的作战编队组织结构。应用π演算对编队成正的任务角色的指派、维持、更改和角色冲突协调等编队组织动态演化问题进行了研究，使编队成员任务角色可根据空战态势、空战任务和编队成员的生存力等进行及时调整，确保编队有效的实施对目标的协同攻击。     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

基于模糊集和粗糙集的武器系统作战能力评估

为了解决多属性决策中各属性权值常依赖主观确定的问题,提出了一种基于模糊集和连续粗糙集的武器系统作战能力评价模型。对连续系统样本值归一化后,采用模糊偏序模型对各样本进行排序,建立连续值决策信息表,解决了一般粗糙集需要有决策信息表的问题。进而基于粗糙集属性的广义重要度,计算各属性值的权重系数,避免了因属性值离散化对噪声的敏感而造成的不良后果。结合战斗机空战能力评估,验证了该方法对武器系统作战能力评估的可行性和有效性。     

漏入汽轮机真空系统空气量的软测量

针对目前汽轮机真空系统漏气量的直接测量一直没有好的方法的问题，文中提出一种基于真空系统严密性试验，并结合BP网络的漏入真空系统空气量的软测量方法。该方法以影响真空下降速度的凝汽器各运行参数以及真空下降速度作为网络的输入，以常规测量方法得到的漏入真空系统空气量作为目标输出，实现对漏入真空系统空气量的软测量。数值仿真结果证明该方法可以较准确地实现在真空系统严密性试验中对漏入真空系统空气量的测量。     

基于粗糙集的空军航材供应点的偏好选址

在分析空军航材供应点选址影响因素的基础上，提出了用粗糙集理论求解偏好选址问题的方法。考虑到选址是一个具有偏好信息的多属性决策问题，因此在粗糙集方法的使中，用一个两两较表代替原来的决策表，并通过优势属性集来推理决策规则，从而确定各方案排序。这为空军航材供应点的选址提供了一种更为科学、有效的方法。