合成分队双层主从决策模型研究

针对合成分队不同指挥层级之间的决策交互优化问题,提出了基于主从决策的双层武器目标分配模型。该模型能够体现上下指挥层级之间交互式决策协调优化的特点:上层目标为主攻方向我方遭受威胁最小,下层目标为对敌打击最大。结合合成分队作战决策的特点和要求,提出了一种求解该模型的改进型粒子群优化算法。仿真结果表明,该模型合理有效,改进的求解算法能够获得满意解。     

坦克分队火力打击时机量化研究

坦克分队作战时通常实施多批次火力打击,选取各批次火力打击最有利的时间节点是坦克分队火力优化的主要内容之一。简述了目前较为广泛应用的射击时间窗模型,针对其窗口多、窗口长且大部分相互重叠等缺点,提出了求解坦克分队火力打击时机的射击预留时间模型和战场紧迫程度模型,并指出了战场紧迫程度模型理论上的相对优越性。     

基于改进型投影算法的装甲分队目标威胁评估

针对传统多属性决策投影算法不能有效评估投影值相近方案的不足之处,提出了一种基于相近方案在理想方案和负理想方案上投影值的相对贴近度改进型方法,并给出了算法的具体步骤。仿真实例表明,改进算法可有效地对投影值相近方案进行二次评估,评估结果合理。     

基于GM(1,1)预测与改进Vague集距离的装甲分队目标威胁评估

针对装甲分队目标威胁评估动态指标的变化特性,运用灰色模型(Grey Model,GM(1,1))对装甲分队目标威胁评估动态指标进行了预测;针对现有vague集距离度量法缺失信息较多、违背直觉等不足,通过理论推导提出了vague集新的距离度量公式,然后将其应用到TOPSIS(Technique for Order Preference by Simularity to Ideal Solution)算法中,对装甲分队目标威胁进行了评估与排序,并与非预测方法的评估结果进行了对比,结果表明:采用本文提出的评估算法得出的评估结果更加合理有效,研究成果可为装甲分队火力优化分配提供科学参考。     

混合多属性决策投影算法的装甲分队目标价值评估

科学评价混合多属性目标价值是装甲分队作战决策的基础,为提高信息化装甲分队作战辅助决策水平,建立了混合多属性评估矩阵并运用投影算法完成目标价值评估与排序。实例分析表明,基于混合多属性决策投影算法可合理有效地评估多目标价值,为分队指挥员科学决策提供重要数据支持。     

装甲分队目标威胁评估指标体系研究

装甲分队目标威胁评估指标的确定,是实现目标威胁评估与排序的先决条件。依据目标的属性特征,以及装甲分队作战特点,建立了目标威胁评估指标体系,并且利用标度法和线性简化等方法对各指标进行了量化。最后,根据不同作战样式提出了指标权重调节向量,使得威胁评估指标更能反映目标战场战术实际。     

坦克分队目标打击价值指标数理研究

坦克分队目标打击价值的确定,是实现坦克分队作战指挥的自动决策和科学决策先决条件。利用线性简化与标度法等方法,从目标的直接威胁与间接威胁、武器自身能力特性、目标相对特性、环境特性等方面对目标价值进行量化研究。量化结果可为坦克分队目标打击排序与火力的合理分配提供数据支持。     

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。     

基于Vague集极值记分函数的装甲分队目标威胁评估

为了快速准确地对装甲分队作战单元面临的目标进行威胁度判断,提高信息化装甲分队作战辅助决策水平,建立了基于Vague集的极值记分函数评估模型,且构造了适合威胁评估的记分函数。实例分析表明,该模型可有效地完成目标威胁评估与排序,为分队火力优化控制提供重要数据支持。     

合成分队火力分配自适应决策模型研究

针对合成分队武器和打击目标种类多样,战场态势变化迅速的特点,提出了一种火力分配自适应决策模型。该模型在火力分配中加入满意度函数以提高整体火力打击效率,根据各决策单元评估信息通过灰色关联法获得目标价值,根据目标类型和特点通过BP神经网络自动选择适合打击武器,通过GM(1,1)模型预测目标状态指标并结合相应的影响因素预测命中概率。仿真实例表明,自适应火力分配模型能够依据态势变化信息调整火力分配模型参数,获得更加合理有效的火力分配结果。