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。     

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。     

面向防空作战的多级动态目标分配方法

武器-目标分配(WTA)是防空作战指挥控制决策的核心环节之一.针对传统的多级分配模型效率低、动态性差的不足,通过叠加武器射击周期并增加分配轮次的方式对模型进行改进,使其能够更好地适用于目标数量多且实时性较强的防空作战场景.针对常用的WTA算法收敛慢、稳定性差的不足,求解过程采用KM算法以适应改进后动态模型的实时性要求....     

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。     

基于蚁群算法的防空C3I系统火力分配模型研究

针对当前火力分配问题实现难度大的特点,分析各种火力分配优化方法的优缺点,运用新型蚁群算法尝试解决WTA问题。建立了基于蚁群算法的火力分配优化模型,描述了解火力分配问题的一般步骤,通过实例给出了算法,解决了WTA问题。并与匈牙利法相比较,结果表明该方法的合理性和有效性,特别是在武器—目标数较大时,其效率要高于常用的匈牙利法。     

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。     

舰艇编队目标武器分配问题的研究方法

分析了舰艇编队作战指挥流程,说明舰艇编队目标武器分配(WTA)研究的内涵和复杂性.在此基础上,总结了舰艇编队目标武器分配研究成果,将舰艇编队目标武器分配研究归结为2类分配模式下的优化问题,并论述了舰艇编队目标武器分配模式,综述了舰艇编队目标武器分配研究的主要方法.最后,提出了今后的研究方向.     

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.     

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。     

有无组织的WTA与射击效率分析

武器目标分配WTA(Weapon-Target Assignment)问题一直是军事运筹学和管理科学研究的难题之一.以水面舰艇编队对空防御问题为背景.通过解析和仿真的方法研究静态和动态条件下有组织与无组织的武器目标分配问题,并对射击效率进行比较.结果表明:在静态WTA中,无论按"期望值"还是"概率值"作为射击效率的评判标准,有组织目标分配比无组织目标分配要好,而在动态目标分配中,考虑双方的策略,无组织目标分配并不次于有组织目标分配.     

模糊优化理论的武器-目标分配模型及求解算法

武器-目标分配问题是一个典型的NP完全问题,随着武器和目标数量的增多,以及分配结果评价标准多样性的存在,传统的优化求解算法如隐枚举法、割平面法、分支定界法等很难进行有效地求解。介绍一种基于模糊优选技术的多目标混合优化理论,运用该理论建立了多个指标下的最佳武器-目标分配模型,并将蚁群算法应用于对模型的求解,为解决复杂的武器-目标分配问题提供了一种有效方法。     

一种基于蚁群算法的准动态防空武器分配算法

武器目标分配问题是一个典型的限制组合优化问题,旨在得到在整个防御阶段中针对目标函数的最优武器分配方案。分配算法主要分为静态和动态两大类。针对传统静态分配模型中存在的几点问题,提出了基于时间窗的准动态武器目标分配算法,该算法综合考虑拦截概率、拦截时间和武器耗费多个优化指标,并将该算法推广至多类防空武器的优化分配中。通过大量实验验证,该算法在性能、时间复杂度等方面均有较大优势,并且能较好地适应战场态势的变化,及时调整分配方案,具有很好的实用性。     

动态武器目标分配问题的马尔可夫性

动态武器目标分配(weapon target assignment,WTA)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。在对动态WTA问题进行描述分析的基础上,运用随机过程理论证明了动态WTA过程的马尔可夫性;给出了该马尔可夫决策过程的状态转移概率的解析表达式,并对其状态特点进行了简要分析。研究结果可以为动态WTA及相关问题的研究提供理论和方法依据。     

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。     

机载制导武器的武器-目标分配算法研究

机载制导武器的武器-目标分配算法是智能航空指控系统的一个基础研究问题。本文在建立了武器-目标分配的基本概念和对算法要求的基础上,提出了两种武器-目标分配算法;基于决策论的武器-目标分配算法和基于导弹截获区的武器-目标分配算法,并对基于导弹截获区的武器-目标分配算法进行了仿真实验。结果表明,此算法具有高透明性、有限消除最大威肋、杀伤概率最大、充分利用机载武器等特点。     

基于混合粒子群的武器分配与规划方法研究

武器-目标分配是一个至今未能解决好的多约束规划问题,其复杂性包括模型和算法两方面,已被证明是一个NP完全问题。在对以往武器-目标分配模型分析的基础上,引入时间和制导资源约束构建新的模型,以防御武器系统生存概率最大作为目标函数,提出一种混合粒子群算法。该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用一个遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解。仿真结果表明,该算法收敛速度快,求解精度高。     

改进的人工蜂群算法求解武器目标分配问题

为了提高武器目标分配问题求解的效率与性能,提出一种求解武器目标分配问题的改进人工蜂群算法。针对武器目标分配问题模型的离散性特点,设计了解的编码方案,保证种群个体编码满足约束条件;通过控制种群编码熵的大小保证了初始化种群的离散性,加强了种群前期搜索的多样性;引领蜂采用同时保留最优蜜源与次优蜜源的方式,增大了种群局部寻优能力。仿真结果表明,在求解武器目标分配问题时,改进蜂群算法与传统优化算法相比收敛速度更快,求解精度更高,具有很好的应用价值。     

一种新型的目标分配形式及算法

提出了一种新型的目标分配形式--顺序攻击目标分配形式,并以地空导弹拦截攻击机机群为研究对象,给出了均匀目标分配形式和顺序攻击目标分配形式,以及在机群无干扰武器和有干扰武器状态下,地空导弹拦截效果的算法模型.数值分析表明,顺序攻击目标分配形式有较好的攻击效果.