模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,得到对抗策略平衡点。仿真结果表明,该算法能够合理处理战场模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

多编队对地攻防对抗多层决策分析仿真与研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,建立了三层决策模型,由最高决策层根据战场情况调配编队方案,将中间决策层和最低决策层建立成为两级主从递阶互动决策模式,建立Nash-Stackelberg-Nash决策方法求解对抗条件下双方中间决策层和最低决策层的联合最优策略。仿真结果表明该三层决策模型应用于编队协同对地攻防对抗决策系统,其中间决策层和最低决策层构成的两层对策系统能够较好的解决两层对抗决策问题;同时,最高决策层有效的控制了编队支援方案,达到了较好的作战效果。三层决策系统为作战对抗提供了有力的战场分析依据。     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.     

不确定环境下的两层交互式有限理性决策方法

为解决不确定环境下决策成员具有有限理性行为特征的两层决策问题,基于概率权重具有稳定性和结果价值具有模糊性两项合理假设命题,从平衡上下两层满意度视角提出了用于确定最优结果价值和最优概率权重的两层决策模型及相关定理,同时给出了实现决策方案有限理性全排序的两层交互式决策方法.模拟验证结果表明,该方法不仅在理论上是科学有效的而且在实际应用上是可行的.     

不确定性环境下的多阶段军事对抗决策方法

以超博弈为理论基础, 将博弈论和决策论相结合研究不确定性环境下的多阶段军事对抗决策模型及求解方法. 集结每个阶段能够反映敌方信念的多个博弈子情景得到全时域情景集合, 通过分析各个全时域情景的纳什均衡预测敌方可能采取的综合均衡策略; 然后将全时域情景集合再次集结为全局情景, 在风险容许的范围内有针对性地选择期望效用较大的己方策略. 算例分析结果表明, 该方法可以有效应对不确定性, 所选己方策略至少不劣于综合均衡策略,并可能严格优于它.     

基于自适应MAS的编队对地攻防对抗系统建模研究

针对当前信息化、网络化的战场环境特点,提出了一种攻防对抗系统的自适应Multi-AgentSystem(MAS)模型,将整个攻防对抗过程看作为进攻方Agent系统A及对抗性环境E的交互过程,重点分析了攻防对抗过程中代表空中攻击机群编队的进攻方Agent系统的总体结构框架和基于系统效能的MAS内部行为,给出了Agent系统的自适应行为算法,并进行了相应的仿真分析。仿真结果表明,这种采用基于系统效能准则的自适应MAS建模方法对分析攻防对抗系统的内部行为和总体效能指标提供了一种有效的途径。     

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。     

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。     

基于等比OWA算子的不确定决策偏好表示方法

根据单调权值OWA算子的一些性质，特别是等比OWA算子的性质，提出将等比OWA算子应用于不确定决策的可行性，采用等比OWA表达决策者的偏好信息，可以比传统的不确定决策方法更全面地反映决策实际，提供更大的灵活性，并且与一般的OWA算子决策相比也更加直接和方便。     

Study on group air to ground attack-defends hierarchical dynamic decision-making

As to oppositional,multi-objective and hierarchical characteristic of air formation to ground attack-defends campaign,and using dynamic space state model of military campaign,this article establishes a principal and subordinate hierarchical interactive decision-making way,the Nash-Stackelberg-Nash model,to solve the problems in military operation,and find out the associated best strategy in hierarchical dynamic decision-making.The simulating result indicate that when applying the model to air formation to ground attack-defends decision-making system,it can solve the problems of two hierarchies'dynamic oppositional decision-making favorably,and reach preferable effect in battle.It proves that the model can provide an effective way for analyzing a battle.     

编队对地攻击不完备信息粗决策及可靠性分析

针对编队协同对地攻击特点,建立了编队协同对地攻击指挥决策信息系统。基于粗糙集理论,对不完备信息条件下的决策信息系统,分别讨论了由于数据对象缺失和由于条件属性值缺失造成的不完备信息决策系统的决策规则提取方法,并对提取的决策规则进行可靠性分析,给出不完备信息条件下提取的各决策规则的可靠度,为作战指挥决策提供依据。     

基于DEM的民航地空VHF通信有效覆盖仿真研究

针对起伏地形环境下求解民航地空甚高频(very high frequency, VHF)通信有效覆盖范围冗余较大、精度较低的问题,采用改进的最大斜率法进行了仿真研究。首先,考虑遮蔽角计算存在计算冗余,提出"高程清洗"方法,降低计算量。其次,考虑求解最大斜率遮蔽角存在误差,采用改进的反距离加权插值法对原始数字高程模型数据进行插值提升分辨率,提高了切点逼近点位置精度。然后,为确定遮蔽区域具体点位,提出"切点截止法"进行求解。最后,为得到准确覆盖率,采用"网格法"分析计算。实验表明,改进的最大斜率法可有效减少计算冗余,提高信号覆盖求解精度,覆盖率相对改进前分别降低9.58%、4.10%和1.26‰。改进的VHF有效覆盖范围仿真程序可为VHF地面通信站选址、飞机航线规划提供支撑。     

基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

灰色熵权聚类决策方法研究

针对传统灰色定权聚类方法中权重是事先给定的,不具有客观性的问题,借鉴信息熵的思想,提出了基于熵权确定权重的方法,构造了基于熵权的灰色定权聚类评估方法的算法。该算法利用系统状态数据为依据通过计算熵来得到决策权重。以实际问题为背景进行了算例实证研究。结果表明该方法计算简单,权重确定客观,对灰色聚类决策理论进行了补充和完善。     

面向突发事件的复杂系统应急决策方法研究

突发事件应急决策问题具有典型的复杂系统特性,本文深入分析了传统决策问题和应急决策问题的差异,考虑应急决策问题的特殊约束条件,提出了面向突发事件的复杂系统应急决策方法——"基于跨域仿真的应急决策方法",该方法由三条基本准则、跨域仿真模型、基于跨域仿真的决策支持模型三部分组成.三条基本准则包括动态锚定、有效策略、底线原则,分别针对应急决策面临的决策目标动态不确定、方案评估缺乏评价依据、决策调整难以实施三大难题给出了解决途径;跨域仿真采用"数据-模型"融合的方式解决突发事件仿真的"仿不准"难题;基于跨域仿真的决策模型实现了复杂突发事件的有效决策.本文提出的基于跨域仿真的应急决策方法具有一定的方法论意义,可推广适用于多种具有复杂系统特征的广义决策问题.     

基于粒子群优化的无人战斗机编队任务协调方法研究

执行任务时多无人机之间的任务协调是保证无人机具备协同工作能力并且顺利完成任务的关键.将无人战斗机编队的协调过程看成一种动态的任务分配过程,建立任务协调模型,分析任务协调问题的粒子初始化和寻优方法,编写基于粒子群优化算法的任务协调问题程序.对粒子群优化算法参数对任务协调方案的影响进行了仿真验证,结果表明此方法得出的方案合理有效可以满足无人战斗机任务协调问题的要求.     

区间值直觉模糊Petri网及其在空战决策的应用

直觉模糊集中隶属度和非隶属度是确定值,而在空战对抗中,飞行员以及专家知识很难准确地确定隶属度和非隶属度的准确值,只能给出大致范围。针对此问题,结合Petri网强大的知识表示及并行推理能力,设计了区间值直觉模糊Petri网(interval valued intuitionistic fuzzy Petri net,IIFPN)及其推理算法与规则,讨论了算法的复杂度。最后,以“二对一”态势下的空战为例,在不确定条件下,采用本文提出的方法对决策过程进行建模并推理,结果验证了本文提出方法的可行性。     

自适应预测权重的空战鲁棒机动决策方法

针对空战态势变化剧烈的近距空战问题,提出一种具有自适应状态预测权重调整机制的鲁棒机动决策优化方法。首先,为使无人作战飞行器对态势参数的变化波动具有一定的鲁棒性,设计了鲁棒态势函数来表征空战态势。然后,针对目标机动的不确定性问题,利用可达集理论对目标机动意图和状态提前预测,同时采用自适应预测权重系数对无人作战飞行器的攻击和防御进行调整。最后,利用改进的共生生物优化算法对机动决策控制量寻优。仿真结果表明,无人作战飞行器运用该方法能够生成一条理想的近距攻击占位轨迹,实现近距自主空战攻击占位。