创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.     

基于效费比的武器目标分配

有效武器目标分配(WTA)是防空阵地的核心。分析了目标毁伤收益、武器损伤关键战术指标因素,提出基于效费比的WTA评价标准,建立了针对多目标的WTA模型,并研究了用遗传算法求解模型的方法。该遗传算法通过设计一种武器目标分配的染色体编码,利用最优保存策略选择运算、均匀交叉运算、非均匀变异运算来求解。仿真结果验证了模型的合理性和算法的有效性。     

武器-目标分配问题研究

介绍武器-目标分配问题的基本概念、模型和数学性质。目前,武器-目标分配问题的研究主要为模型研究和算法研究,模型研究分静态WTA和动态WTA研究,算法研究主要是以智能算法为主。梳理WTA的研究现状,分析其存在的不足并指出进一步发展方向。     

基于NSGA-Ⅱ的WTA多目标优化(英文)

将多目标遗传算法NSGA-(改进的非支配排序遗传算法)应用于求解武器-目标分配(WTA)问题。首先,针对以往在建立防空型WTA问题的优化模型上的片面性,把WTA问题看做多目标优化问题,建立了综合考虑作战效能和防御效能的WTA双目标优化模型。然后在此基础上,研究和应用了NSGA-来求解WTA问题。最后由仿真算例验证了NSGA-在WTA问题中的应用可行性,表明了NSGA-可以快速地搜索到WTA多目标优化的Pareto最优解集,从而为求解WTA问题提供了一条有效途径。     

编队防空火力兼容约束优化问题的COEA方法

针对编队协同防空作战中存在的武器之间的火力兼容约束问题,建立了多种武器火力兼容约束条件模型,通过将火力兼容约束条件转化为遗传进化算法中适应度值的惩罚因子,提出了一种用以解决带有火力兼容约束的WTA问题的改进约束优化进化算法,给出了算法的具体步骤,以多种软硬武器协同防空武器目标分配任务为情景设定,仿真实验结果表明,该算法能够有效解决协同作战WTA问题中存在的火力冲突约束问题。     

混编防空导弹火力群目标分配模型仿真

针对混合配置和部属不同类型的防空导弹武器构成全空域的防空系统中多目标的优化分配问题,介绍了混编防空导弹系统的关键要素和武器系统目标分配方法的现状,研究了防空自动化指挥系统中作战单元的的目标分配的原则、要素和约束条件,根据实际的防空导弹的数据处理特点,设计了一种实用可行的目标分配优化算法,并用VB进行了模型的作战仿真。     

基于模糊规划方法的防空作战目标分配研究

首先以拦截目标期望和拦截目标数量为目标函数,充分考虑多种约束条件建立防空作战目标分配模型。其次将目标分配问题转化为求解模糊规划模型,针对传统目标分配求解算法的不足,采用差分进化算法以提高目标分配决策效率,并通过仿真算例进行验证与分析。研究对于加强防空作战C~4ISR系统的指挥控制能力具有一定理论意义。     

改进合同网协议在防空武器目标分配中的应用北大核心

针对现代防空作战呈现出的协同性和动态性,引入多智能体系统的概念,对武器目标分配问题进行描述,建立了基于改进合同网的武器目标分配体系结构。在此基础上对传统合同网的招投标策略、中标策略及签约策略进行设计改进,提出了一种基于改进合同网的防空武器目标分配策略。最后以防空作战想定为例,通过仿真实验对基于合同网和改进合同网的武器目标分配策略进行了比较分析。实验结果表明,后者更具合理性和有效性。     

武器目标协同火力分配建模及算法

针对当前火力分配模型的不足以及实际作战的需求,对武器目标协同火力分配问题进行了研究,建立了火力分配层次结构;通过对火力分配原则的研究,结合打击目标选择和弹目分配,建立了以导弹武器作战效费比为总目标,以目标毁伤要求为约束的火力分配模型。采用遗传算法求解火力分配问题,根据问题的特点和问题中的启发信息,对遗传算法进行了改进。仿真结果表明,改进算法的性能有较大提高,可用于解决复杂武器目标分配这类非线性整数规划问题。     

武器——目标分配问题的一种算法

提出了基于神经网络的、用于解算武器——目标分配（WTA）问题的并行算法。WTA问题是对于多个入侵敌机（目标）如何分配多个现有防御兵器迎击的间题。处理该问题的高速化是现代防空系统中必不可少的能力。最佳分配解的定义是,根据此解分配迎击武器可以使击落全部敌机的失败概率最小。提出的并行算法是以Hop-filed和 Tank的神经网络模型为基础,使用了K×M个处理单元（二进制神经元）,其中M为武器平台数.K为目标数。12个战例的仿真结果表明,本算法的解算速度是现有算法的9.0～34.3倍,而且击落全部敌机的失败概率还略有减小。这些仿真结果可用于设计高性能防空系统。     

基于SPSO的考虑指控节点受攻击的WTA问题优化方法

鉴于网络中心战中指挥所的重要性,根据实际作战原则,通过对传统武器目标分配(WTA)模型的分析,建立了考虑指控节点受攻击的武器目标分配(Weapon-Target Assignment with Vulnerable Command and Control Nodes,WTAVC2N)模型,并利用随机PSO算法对该模型进行仿真验证。仿真结果表明了利用随机PSO算法解决考虑指挥所被摧毁的武器目标分配问题的有效性及合理性。     

意图驱动的防空武器-目标动态分配方法

武器-目标分配是防空作战指挥决策的重要内容之一,针对此问题大多数的研究都过多考虑己方的态势和有限的目标信息,对敌方目标意图的认知鲜有涉及,结合空中目标作战意图,提出一种意图驱动的防空动态武器-目标分配方法。考虑到敌机的行为对我方决策产生的影响,对采集到的敌机群数据,将专家经验封装为标签,训练融合注意力机制的双向长短期记忆网络（BiLSTM-attention）进行意图识别,根据敌方不同作战飞机的意图,以及敌机的被动属性、我方武器属性、战场环境信息和实时动态信息,提出了意图驱动的武器-目标分配模型（intent-WTA）,使用费用流算法在较短的时间内准确获得最优的武器-目标分配策略,实验仿真结果表明,所提方法可以准确、高效地根据战场局势的动态变化进行武器-目标分配,满足防空作战的实战要求。     

舰艇编队防空作战动态火力分配

针对舰艇编队防空作战动态目标分配过程进行了深入的研究,建立了动态目标分配过程的相关模型,主要包括目标分配模型和目标及火力通道的状态转移模型,并分析了目标拦截的适宜性检验方法。最后通过改进的粒子群算法对目标分配模型解算并以实例验证了模型及算法的可行性。     

求解武器目标分配问题的一个近似最优方法

文章研究在作战领域中应用非常广泛的武器目标分配(WTA)问题。这一问题研究如何将一类武器分配给打击目标,使得被打击目标总的损毁效果最大。WTA问题难以找到多项式时间解,目前不存在求最优解的精确算法。文章利用WTA模型中目标函数的特点,使用线性函数来替代原问题中的非线性目标函数,近而将非线性整数规划问题转化为线性整数规划问题。在CPLEX下的数值试验显示,在较短时间内,这一线性整数规划模型可以得到一个好的次优解。     

武器-目标分配(WTA)问题研究进展

对武器-目标分配(WTA)问题的研究现状与进展进行了总结与述评.介绍了WTA问题的概念、基本模型、数学性质以及WTA问题研究的基本内容.目前WTA问题的研究内容主要集中在模型研究与算法研究两个方面.模型研究以静态模型的研究为主,但动态模型的研究还不够深入;算法研究则主要采用智能算法对WTA问题进行求解.目前基本上已经解决了小规模的静态WTA问题,但尚未有效解决大规模的动态WTA问题.     

基于GA-PSO的目标分配问题研究

防空作战中的目标分配问题属于NP完全问题,在综合考虑火力单元作战效能和防御效能的基础上,引入火力单元综合有利度,建立了一种用于大规模多火力单元对抗多轮次目标的静态目标分配模型,给出了基于GA因子的改进PSO算法,并将算法应用于目标分配模型的求解,通过VC 6.0编程和计算机仿真验证了模型的可行性和算法的有效性.     

改进合同网协议在防空武器目标分配中的应用

针对现代防空作战呈现出的协同性和动态性,引入多智能体系统的概念,对武器目标分配问题进行描述,建立了基于改进合同网的武器目标分配体系结构。在此基础上对传统合同网的招投标策略、中标策略及签约策略进行设计改进,提出了一种基于改进合同网的防空武器目标分配策略。最后以防空作战想定为例,通过仿真实验对基于合同网和改进合同网的武器目标分配策略进行了比较分析。实验结果表明,后者更具合理性和有效性。     

基于紧迫度的空中目标火分排序模型

分析将基于目标到达时问的威胁排序直接作为防空武器火力分配顺序的不足,提出基于紧迫度的空中目标火分排序思路.给出了来袭目标抗击紧迫度的相关定义,提出了抗击紧迫度的计算方法和步骤,确定了用抗击紧迫度进行火分排序的规则,从而建立起基于目标抗击紧迫度的火分排序模型.解决了传统对空威胁判断结果与防空武器火力分配结合不紧密的问题,可提高水面舰艇对空防御作战的整体效果.     

改进遗传算法在防空武器目标分配中的应用研究

针对传统方法在防空武器目标分配时仅考虑双方态势优势的问题，建立了基于综合射击优势和目标威胁度的武器目标分配数学模型，并使用改进遗传算法对该模型进行了求解。该算法相比传统遗传算法主要进行了以下改进：采用排队选择和轮盘赌选择结合的选择方法，采用子代个体部分替换或不替换双亲的方法，采用了自适应变异概率等。并在Matlab环境下进行了仿真，且和传统算法进行了对比，仿真结果证明该算法改进合理，对地面防空火力分配决策研究具有一定的参考价值。     

防空火力分配问题的蚂蚁算法模型

在对空防御作战中,对多目标的火力分配是有效组织防空作战,提高防空效率,提高己方生存能力的有效途径.对蚂蚁算法原理和火力分配问题进行介绍的基础上,采用蚂蚁算法,建立了基于蚂蚁算法的火力分配模型,并进行了仿真.同时,采用蒙特卡罗法和遗传算法进行了计算,并和蚂蚁算法所得的结果进行了比较,计算结果表明蚂蚁算法能较好地解决防空火力分配问题.