合成分队动态武器目标分配协同决策模型

针对合成分队地面作战特点,提出了一种动态武器目标分配的协同决策模型,该模型基于一种自适应决策中心的协同决策体系结构,以战场信息共享为核心,实现动态火力协同优化分配。提出了针对战场应急目标的一种快速火力分配方法,提高火力整体打击效率的火力适度分配优化方法,适应战场态势动态变化的anytime终止控制方法。仿真实例表明,该模型能够满足合成分队火力动态分配的需求,提高动态武器目标分配决策的合理性和科学性。     

合成分队火力分配协同决策模型研究

针对合成分队火力分配效率和科学性不高的问题,采用协同决策思想对合成分队火力优化分配方法进行了研究。针对合成分队的作战特点提出了3种模型:建立了攻击力量类型相同的多种准则的火力分配模型,建立了攻击力量类型不同的基于双层规划的火力分配模型,建立了具有上级指定任务的分队内和分队间的火力协同分配模型,并对相关模型进行了实例仿真验证。提出的这3种模型能够解决合成分队在火力分配中的协同决策问题,可提高作战指挥决策的实时性和科学性。     

合成旅目标威胁评估指标体系

目标威胁指标体系的确定,是作战指挥员准确评估战场态势进而合理确定作战方案的前提。针对目前评估对象多限于分队级以下单目标而缺乏对分队级以上地面合成部队的评估决策的问题,以合成旅为研究背景,结合现代战争的特点与实际,建立了上下两层目标威胁评估体系,并对各项指标进行合理量化,为战场大规模目标评估奠定基础,为辅助战役级指挥决策提供重要支撑。     

装备器材保障资源调度决策模型及算法

装备器材保障资源调度问题是一个非常复杂的问题,根据其优化目标要求,从保障时间最短、保障耗费最低、安全性最高3个方面建立了该问题的多目标优化模型,并通过目标优先度决策将其转化为单目标模型;接着,采用两阶段法进行求解,将其分为最优路径决策、器材分配决策两个阶段进行决策优化,在明确资源点到需求点之间的最优路径后再进行器材资源的分配;并分别采用基于小生境的自适应遗传算法和基于生成树的遗传算法进行求解。通过实例分析,求解结果能够满足装备器材保障的要求,表明所构建的决策模型和算法是有效的。     

坦克分队作战要素量化研究

为实现坦克分队作战指挥的自动决策和科学决策,针对坦克分队火力优化控制作战要素估计这一先期环节,从环境、武器、目标3个方面,进行4种量化处理:环境信息量化处理、武器信息量化处理、目标信息量化处理与打击效率评估.量化结果可为坦克分队火力优化控制提供数据支持,并为指挥决策自动化奠定良好基础.     

粗糙集和免疫算法在区分侦察任务中的应用

针对防空指挥仿真的特点,探讨区分侦察任务的最优决策求解问题.提出了粗糙集理论和免疫算法求解区分侦察任务最优决策的方法,该方法运用粗糙集理论计算评价指标的重要度,建立了综合评价指标;运用免疫算法和启发式信息求解最优决策,提高了决策的精确性.该方法的提出为防空体系建模的进一步研究打下了基础.     

战时装备保障力量抽组多目标优化模型研究

分析了影响装备保障力量抽组决策的因素,对装备保障力量的抽组问题进行了数学描述,建立了装备保障力量抽组多目标优化模型。针对多目标优化的求解问题,提出了一种相对理想点的求解算法。在相同的约束条件下,基于目标函数向量与理想目标向量之间的相对接近度而构造一个偏好函数,将多目标优化问题转变为单目标优化问题进行求解,通过实际算例验证了算法的可行性。     

战场目标价值偏好不确定分析模型

根据作战需要对战场目标价值进行分析并确定其先后顺序是炮兵、防空兵作战指挥员及指挥自动化辅助决策系统的一项重要任务.对目标价值分析算法进行了总结,分析了模型的一般结构特征.为解决以往算法中指标权重不确定性带来的问题,根据多属性决策的特点,运用模糊决策理论提出偏好不确定的战场目标价值计算模型.同以往目标价值分析算法相比,该模型具有较好的适应性及可操作性,为炮兵防空兵指挥员的决策行为提供了依据.     

火力对抗条件下反坦克导弹目标分配优化

以对抗条件下反坦克导弹作战过程为依据,建立了火力对抗条件下反坦克导弹目标分配的优化模型,并提出了坦克火力分配优化模型,研究利用改进的遗传算法来设计求解,在VC++下对实例进行求解,所得结论合理,本研究对反坦克导弹分队火力分配决策具有一定的参考作用和现实意义.     

基于禁忌搜索的作战重心分析与选择方法

研究了作战目标网络的重心分析与选择方法,为战场指挥员的指挥决策提供依据.定义了战场重心的概念,从考虑打击代价的角度建立重心发现的优化模型,给出了基于禁忌搜索的求解算法,并通过实验案例验证了模型和算法的有效性和可行性.     

SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型：上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。     

改进预测协方差门限法的采样周期自适应选择算法

传感器采样周期是影响目标跟踪的一个重要参数。现有自适应采样周期策略中,一些算法运算量比较大,计算效率低,不具有一般性。为此提出了一种改进的预测协方差门限法。该算法改进传统采样周期的全遍历寻优策略。最后与几种自适应采样周期算法与固定采样周期算法通过交互式多模型(IMM)滤波算法进行仿真比较。仿真结果表明该算法在目标跟踪过程中能满足跟踪需求,具有较少的计算量,较高的运行效率,比固定采样周期算法更能节约资源。     

基于热经济学的舰船发电机组配置优化

针对舰船综合电力推进的特点,运用热经济学理论,建立了发电机组配置的数学优化模型.通过Matlab遗传算法工具箱,利用改进的遗传算法对发电机组的配置优化进行研究.结果表明,热经济学方法能较全面地反映舰船动力装置配置的经济性;改进的遗传算法是一种解决发电机组配置优化的有效方法.     

基于分簇理论的信息流优化算法研究

将导弹防御指控网络看作变拓扑结构网络,引入小世界网络中"簇"的概念,以最短作战响应时间为优化指标,提出了一种基于平均连接度自适应分簇算法的信息流优化算法。仿真结果表明,该算法在保证信息优裕度的前提下,提高了信息可达度和信息交互质量,提高了指控网络遭受打击时的重构能力。     

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性     

点状保卫目标的空袭规模预测模型

现代空袭作战已成为结构破坏战,各类政治、经济、军事指挥中心、侦察预警设施,交通枢纽等点状目标已成为敌空袭的首选目标,而如何准确、可靠地预测点状保卫目标的空袭规模是防空作战的首要问题和难点。把点状保卫目标分为立体类目标、平面类目标、地下类目标,根据每类点状目标的特性,构建其相应的空袭规模预测模型,通过算例分析,该模型具有较高的可信度,能为各种辅助决策系统和指挥自动化系统提供决策支持。     

基于聚合模型的高轨预警卫星威胁评估

高轨预警卫星威胁评估是导弹作战指挥辅助决策的重要环节，可以为指挥员的太空目标选择提供依据。在分析其威胁要素特征的基础上，提出了采用“聚合模型”开展威胁评估的方法，并给出了威胁评估步骤。通过分析美国高轨预警卫星的工作模式及作战流程，选取了扫描探测、凝视跟踪及外部等三个方面的关键性威胁要素，并构建了各要素的评价函数模型。基于上下层威胁要素之间关系的不同，给出了两种不同的聚合模型，采用该模型分析了所选要素之间的聚合关系，得到了高轨预警卫星威胁评估模型。最后通过实例计算，验证了该评估方法的可行性和实用性。