基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

隐身条件下的双机协同电子战功率分配方法

研究了隐身条件下双机协同电子战功率分配模型。分析了隐身条件下双机协同电子战任务的基本需求;给出了空战中多点有源压制性干扰的基本模型;建立了双机协同电子战功率分配的多目标优化问题模型,将对威胁的干扰效果和机载电子战射频辐射被截获概率作为两个指标函数;给出了多目标优化问题的解法。进行了仿真分析,实验结果表明,提出的模型和方法可以较好地解决双机协同电子战功率分配问题,可以实现空战过程中对敌发现概率的压制,降低我方威胁,达到一定的隐身目的。     

基于概率影响图的空战能力评估模型

基于空战指标间复杂的影响关系,引入概率影响图,并结合指标间重要程度的比较对飞机空战能力进行客观评估。利用空战信息流图,依据作战结果计算能力指标值与发生概率,构建空战模型的概率影响图;定性分析能力指标间的影响关系,定量计算综合影响权重;综合考虑比较权和影响权,计算空战能力值。结果证明,影响关系在空战能力评估中占有很大比重。     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架；提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量；基于系统有序度与协同度的概念,构建了协同效能优化模型；以任务冲突检测与消解为依据给出了任务决策的约束条件；最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.     

雷达不同工作模式下跟踪任务的信息需求分析

雷达采用不同工作模式跟踪目标是有差异的。给出了跟踪任务信息需求的分析方法,并在计算由传感器量测带来信息增量的基础上,重点对边跟踪边扫描和跟踪加扫描两种模式对跟踪效果的影响进行了研究。实验结果分析了这两种工作模式下雷达量测间隔与跟踪任务信息需求之间的关系。从结论可分析出,与间隙量测方式相比,持续量测可以带来较为理想的跟踪效果,且信息需求能在较短的时间内予以满足。     

未知导引律下基于滚动时域控制的规避优化方法

合适的机动规避对于飞机的生存力有着至关重要的影响,在来袭导弹导引律未知的情况下,准确地判断导弹导引律可以更好地进行飞机的机动决策。为此,提出一种方法对导引律未知情况下的规避进行模拟。通过贝叶斯推理得出导引律的概率区间,利用滚动时域控制的方法得到飞机的实时控制量,最终达到规避导弹的目的。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

火力分配多目标优化的IBACO算法

应用蚁群优化算法(Ant Colony Optimization)求解多目标优化问题已经引起广泛关注,多目标火力分配问题的目标是求出一个合适的武器目标分配方案,使满足决策需要。建立了多目标火力分配的数学模型,提出一种基于指标的蚁群优化算法Indicator-Based Ant Colony Optimization),给出了算法的具体步骤。IBACO的核心思想是利用二元性能指标来引导人工蚂蚁进行搜索,由于该算法中的信息素是根据指标的值来更新的,通过奖励信息素可以强化最优解。仿真实验证明了该算法的有效性,在解决火力分配问题上,所提算法和蚁群优化算法相比具有较好的收敛性。     

基于拦截任务的飞机作战半径仿真研究

为解决拦截飞机作战半径计算复杂的问题,提出了一种计算作战半径新方法.定义了作战飞机作战半径、最短拦截时间和拦截线等概念;推导了拦截飞机作战半径计算模型,量化了载荷和空战意图对作战半径的影响,实现了多型飞机的作战半径估算;基于最小二乘法实现了对仿真作战半径的修正,验证了该计算方法所得作战半径,能够满足空战仿真、任务规划和效能分析的工程需求.