多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。     

基于MILP模型的多无人机对地攻击任务分配

针对多无人机空对地攻击优化问题,给出了基于时序的混合整数线性规划(MILP)任务分配模型,该模型不仅描述简洁、直接,而且可以通过对约束条件的修正来满足实际问题需要。同时,利用LINGO软件进行了仿真求解,仿真结果表明,该模型不仅可以找到最短的任务执行时间,而且能够合理安排任务时序,使任务能够紧凑而有序地进行,有助于提高无人机任务执行效率和生存能力。     

多UCAV任务分配有限阶段MDP方法和算法

多UCAV(Unmanned Combat Air Vehicle)任务分配是无人机作战决策的重要内容,是一类求解困难的组合优化问题,目前尚无成熟高效的解决方案.通过马尔可夫决策过程(MDP)将任务分配问题化解为分阶段序列决策过程,并对当前阶段决策状态采用单一整数编码,提出了基于有限阶段MDP的求解算法.通过仿真实验表明:该算法可以快速精确地解决多UCAV任务分配的问题.     

应用单亲遗传算法进行大规模UCAVs任务分配

在应用GA求解大规模无人作战飞机(UCAV s)任务分配这个典型组合优化问题时,需要使用描述问题直观的序号编码方式,但由于传统的交叉、变异算子操作复杂,因而进化效率不高。针对上述的不足,提出了一种单亲遗传算法,采用序号编码,使用基因换位等遗传算子,简化了遗传操作。通过对单亲遗传算法、传统遗传算法求解该问题所得的结果作了详细的比较,证明了单亲遗传算法在寻优效率上的优越性。     

基于改进蛙跳算法的多无人机协同任务分配研究

针对多无人机协同任务分配问题,提出了一种基于Levy飞行的改进随机蛙跳算法用于解决多无人机的协同任务预分配问题,通过引入动态跳跃步长、Levy飞行因子和族群认知因子有效改进了算法的搜索性能,提高了搜索效率。针对多无人机协同执行任务时可能遭遇的突发任务,通过引入市场拍卖机制提高了算法的计算收敛效率。通过仿真算例分析,验证了改进的随机蛙跳算法解决多无人机协同任务分配问题的有效性。     

面向多目标拦截问题的协同任务分配方法研究

针对多枚空空导弹攻击多架飞机的作战场景,研究集群协同的多目标任务分配,实现对多架飞机的拦截.针对战场环境高动态、高复杂性的特点,采取基于灰狼优化算法(grey wolf optimization,GWO)的实时任务分配方案.为解决灰狼优化算法容易陷入局部最优、易早熟的问题,提出了两方面的改进策略:一是优化种群,以佳点集...     

基于一致性群组算法的多无人机自主协同任务分配

多无人机自主协同是当前无人机参与空战的趋势,无人机具有基于信息共享的自主任务分配能力对提高其自主作战能力具有重大意义.首先,采用基于竞拍的一致性算法解决单个无人机完成单个任务的任务分配问题.其次,采用基于一致性的拍卖包算法解决单个无人机完成多个任务的分配问题.然后提出了一致性的群组算法,解决了多无人机到多任务的任务分配...     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

基于改进遗传算法的异构多无人机任务分配

针对异构多无人机协同任务分配问题,提出了一种基于改进的遗传算法的多UAV任务分配方法。根据多UAV协同任务分配问题的特点,设计了新的遗传算子,并且对适应度值做了标定,有效避免了算法在最优解附近摆动现象的发生,从而提高了任务分配的效率。充分利用改进遗传算法的全局搜索能力,有效地解决多约束条件下多UAV协同目标分配问题。仿真结果表明,改进的遗传算法能够稳定快速地找到较优分配方案,并且算法简单有效。     

基于改进多维粒子群的多无人机任务分配方法

针对复杂战场环境下的多无人机任务规划解空间维度不确定、任务需求随时间变化等问题,提出了一种基于改进多维粒子群算法的多无人机任务分配方法。该方法构建了适应度函数集,应用多个适应度函数来限制种群趋向,同时采用基于时变目标价值的映射变量,建立目标价值随时间变化的多无人机目标决策模型;而后引入整数编码机制,构建面向任务序列的多维粒子,利用改进的自适应多维粒子群算法,得到最优维度下多无人机的任务分配优化方案。仿真实验结果表明：基于改进多维粒子群算法的多无人机任务规划方法可在最优解空间下,获得更好的任务动态分配效果,收敛速度更快,具有良好的推广应用前景。     

新型装备维修任务分配与保障资源规划分析方法研究

新型装备列装部队,对部队维修保障能力建设提出了更高更新的要求。为加速新型装备战斗力形成,急需一套科学、合理的方法用以确定装备维修任务和规划维修保障资源配置。针对这一问题,本文紧密结合我军实际,构建了新型装备维修任务分配与保障资源规划分析方法体系,规范了新型装备维修分析流程,并对分析过程中的关键技术进行了研究,最后开发了计算机辅助决策分析系统。     

电视制导无人攻击机垂直命中目标毁伤概率分析

综合考虑电视指令制导无人攻击机的攻击作战过程,将其末制导设定为满足落角约束的目标跟踪问题,设计了一种基于自动驾驶仪能保持无人攻击机垂直命中目标末制导律,并提出了一种电视制导无人攻击机垂直命中目标的毁伤概率的计算方法.通过仿真计算.结果比较符合实际,为提高和评估无人攻击机的作战效能.提供了简单有效的方法.     

多架无人机协同作战智能指挥控制系统

给出一种基于Agent技术的多架无人作战飞机协同控制系统的设计方法,该系统由几类Agent构成:情报决策Agent、单机自主决策Agent、协同决策Agent等。由于利用了Agent的两大优良特性——自主性和协同性,系统能够控制多架无人作战飞机,各无人机对不断变化的战场环境也具有很高的适应性。     

基于分阶段筛选评估的合同网任务分配机制

基于合同网的任务分配机制广泛应用于各领域的多Agent系统中,以解决分布式任务分配问题。在分析经典合同网协议优缺点的基础上,提出了分阶段筛选与招投标协商相结合的任务分配模型。通过招投标的可计算性评估,将主要计算任务放在招投标Agent内部进行并且缩小招投标范围,从而减少通信并提高效率;通过动态确定评估指标提高了机制的通用性。     

小波神经网络UCAV飞行控制系统

针对采用H∞控制设计方法需求解难度很大的偏微分方程,而导致工程实现难度大的问题,提出了采用小波神经网络进行无人攻击机(UCAV)飞行控制系统设计的方法,该方法集小波变换和神经网络的优点于一身,简化了网络训练,避免了系统达到局部最优解,使得系统具有更好的逼近精度。通过仿真实验表明,利用小波神经网络进行UCAV控制律设计,使系统具有较好的跟踪性和鲁棒性,避免了精确模型的建立,便于分析系统的稳定性。     

装备完好率要求和人才成长规律的维修任务分配方法

装备完好率是军事单位战备完好性水平的重要组成部分,人才的成长需要在实践中锻炼,针对我军装备维修任务分配难题,根据不同维修级别的情况,分析维修任务分配对装备完好率水平和人才成长的影响,提出基于装备完好率要求和人才成长规律的维修任务分配方法,建立了基于装备完好率要求和装备保障人才成长规律模型,此方法对于提高装备完好率水平和装备人才成长建设具有十分重要的意义。最后,用实例对方法的正确性进行了说明和验证,实例结果表明,该方法更贴近部队实际,对于部队的维修任务分配有重要的指导作用。     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的。从多个属性出发,提出改进的基于逼近理想解排序的TOPS IS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果。     

美国及欧洲无人作战飞机计划发展

在未来的信息化战争中,无人作战飞机将发挥重要的军事作用,因此得到了世界各国越来越多的关注.针对美国和欧洲几国的无人作战飞机计划发展过程进行介绍.结合无人作战飞机计划的项目背景,描述了美欧无人作战飞机计划的发展路线,最后,分析并描述制约其发展的关键技术及研究情况.