对岸上线目标、面目标射击的效力评估

主要对岸上线目标、面目标进行间接射击时 ,射击效力指标 (相对毁伤目标长度或相对毁伤目标面积数学期望 )的计算进行了讨论。推导出在弹丸的毁伤半径和射击误差不变的情况下 ,毁伤长度或面积同目标长度之间的关系 ,以及相对毁伤长度或面积同目标长度之间的关系。     

基于遗传算法的目标分配问题研究

通过对地空导弹部队射击指挥中目标分配问题的分析,建立了目标优化分配数学模型。在此基础上,给合遗传算法对模型进行求解。通过在具体实例中的应用表明,采用遗传算法为有效地解决这一复杂组合优化问题提供了一种新途径。     

破障火箭弹终点毁伤效能评估研究

针对布设在水际滩头的轨条砦目标集群,研究破障火箭弹的终点毁伤效能评估方法。提出了破障火箭弹终点毁伤效能评估表征方法,建立了基于Monte-Carlo方法的破障火箭弹终点毁伤效能评估计算数学模型。选取某破障火箭弹进行了计算,得到了评估模型中有关条件参数对毁伤效能的影响规律。结果表明,所建立的方法和模型具有合理性和实用性,这种评估方法对于类似集群目标的毁伤效能评估具有推广价值和借鉴意义,可以为破障武器的设计及战场指挥提供技术支撑和数据参考。     

基于遗传算法的目标分配优化模型研究

结合现代防空作战的特点,给出了现代防空作战的目标分配模型,利用遗传算法给出了模型求解的方法及步骤;实践证明该方法解题速度快,结果的精度高,可以为决策者作出科学、准确的决策提供有力支持。     

基于遗传算法的武器目标分配模糊多目标规划

针对武器目标分配（WTA）问题中存在的模糊性,提出了一种基于遗传算法的WTA模糊多目标规划模型。建立了wTA多目标规划模型以及目标函数和约束条件,并在此基础上基于目标函数和约束条件的模糊性结合梯度隶属函数建立了WTA模糊多目标规划模型,给出了遗传算法进行求解的方法,通过一个实例分析表明,基于遗传算法的模糊多目标规划模型解决wTA问题具有较好的效果,验证了该模型的合理性,对于有效解决WTA问题具有指导作用。     

用遗传算法实现雷达网目标分配

通过对雷达网目标分配问题的深入研究,建立了数学模型.为了获得发现概率最大的目标分配方案,引入了遗传算法来对模型求解,并给出了实现的步骤和方法.最后经过验证,证明该方法应用在雷达网目标分配问题上切实可行.     

基于神经网络的防空武器目标智能分配方法

为满足现代防空作战高动态环境对武器目标实时智能分配的迫切需求,提出了一种基于神经网络的防空武器目标智能分配方法.首先综合考虑武器数量及拦截能力等要素,以毁伤效能最大为优化目标,建立武器目标分配问题优化模型;在此基础上,构建基于神经网络的武器目标智能分配框架,基于分配方案数据集训练武器分配决策神经网络,并通过神经网络预测...     

基于先锋遗传算法的武器系统目标分配问题优化研究

对先锋遗传算法应用于武器系统目标分配问题的优化进行了研究,通过对算法和算子的适应性改进,使算法的求解速度和质量得到了明显改善,达到了优化的目的,证实了先锋遗传算法应用于此类问题的可行性和有效性。     

基于并列选择遗传算法的舰艇编队目标分配问题

为了更好地解决舰艇编队火力最优分配问题,建立了新的舰艇编队武器分配模型,采用并列选择遗传算法实现舰艇编队武器分配问题的求解。解决了以往将武器分配问题抽象为单目标优化的局限性,在保证尽可能发挥我方火力优势使打击效果尽可能好的前提下,使敌方对我方的威胁最小。并列选择遗传算法简单,鲁棒性好,具有较强的全局搜索能力,可以实现对多目标的搜索,从而较好地解决了舰艇编队武器分配问题。最后,通过仿真验证了算法的有效性。     

面向动态毁伤概率和目标价值的武器目标分配方法

面向毁伤和目标价值动态变化条件下的大规模武器目标动态分配问题,提出了一种基于深度强化学习的武器目标分配求解方法.该方法采用双神经网络结构,基于武器目标分配目标函数设计了一套简单、直观的状态与奖励建模方法.通过仿真实验对所提方法进行了验证,结果表明,所提方法能够较快实现收敛,且整体毁伤和计算效率上优于基于粒子群的方法.所提方法能够有效应对毁伤概率和目标价值动态变化条件下的武器目标分配问题,说明了其良好的拓展性.该方法可应用于作战任务规划、仿真单元自动交火等场景下的武器目标分配快速求解.