基于策略偏好模糊矩阵对策的协同决策方法

基于OODA环作战理论,分析了协同作战的主要环节和机制,提出用对策论研究协同决策的思路.然后针对经典矩阵对策和模糊矩阵对策的不足,提出了一种策略偏好模糊矩阵对策模型,给出了基于模糊规划的最优策略求解算法.并以防空导弹混编群对抗反辐射导弹及载机时的纵向协同决策问题为案例,给出了协同决策的方法.     

一种基于知识的作战计划系统设计

作战计划系统是复杂的问题求解系统,在军事领域的各个方面发挥着重要的作用。介绍了当前一些主要的作战计划辅助生成系统及其特点,分析比较和归纳整理了当前军用计划系统所采用的一些常见规划技术和优缺点,重点分析了作战计划系统中的智能规划技术。在此基础上,提出了一种基于知识的作战计划辅助生成系统的开发设想,构建了系统知识库,系统采用层级任务网络规划技术,给出了这种规划技术的理论框架和算法过程,并且把这种技术与多主体规划技术相结合,辅助实现军事作战任务的逐层分解与规划优化,进而生成完整的行动序列,较好地解决了作战计划辅助生成问题。     

基于舰艇编队的反舰导弹航路规划区域划分

根据舰艇编队对海导弹攻击中航路规划指挥决策的需要,为避免各舰发射的导弹出现航路交叉现象,提出了单舰导弹航路规划功能区域的概念和编队导弹航路规划区域划分的思想,建立了编队导弹航路规划区域划分模型。分别研究了一般情况和复杂情况下的导弹航路规划区域划分方法,并且结合想定装备参数进行了编程实现和算例分析。为编队指挥员实施导弹航路规划决策提供辅助决策和科学依据。     

基于Multi-Agent的武器装备虚拟维修训练系统

提出了一种基于Multi-Agent的虚拟维修训练系统(VMTS)结构框架,整个系统分别由主控Agent、仿真Agent、和接口Agent3个具有交互作用的Agent组成,从而将虚拟维修训练系统的开发转化为一个多Agent系统的设计与开发.基于多Agent的框架结构可实现受训者的智能模型及虚拟训练场景中虚拟物体的行为模型,从而可以提高VMTS的健壮性和可重用性.基于Agent的概念模型实现了Agent之间的交互和协作,并介绍了主控Agent和仿真Agent的具体实现方法.     

海战场的规划识别研究

规划识别可分为锁眼型(keyhole)和意图型(intention),又可划分为个体的和群体的两种类型,对于敌舰艇编队的规划识别则属于意图型的和群体类型的.舰船及其编队指控系统在战场指挥决策过程中,根据多传感器信息融合系统提供的实时数据与信息进行态势评估,除了敌我识别、目标身份识别、威胁估计外,还涉及对敌舰及其编队的意图型、群体型的规划识别问题.初步探讨舰艇编队(即多自主体系统Multi-Agent System,MAS)规划识别特点、MAS规划识别规划结构框架和基于时态描述逻辑的动作推理的若干问题.     

蚁群算法在无人机航路规划中的应用

蚂蚁算法是一种新的源于大自然生物界的仿生随机优化方法。吸收了昆虫中蚂蚁的行为特征,通过其内在的搜索机制,在一系列组合优化问题求解中取得了成效。将蚁群算法应用于无人机(UAV)航路规划,提出了一种适用于航路规划的优化方法,可以为在敌方防御区域内执行攻击任务的无人机规划设计出高效的飞行航路,保证无人机以最小的被发现概率及可接受航程到达目标点,提高了无人机作战任务的成功率。仿真结果初步表明该方法是一种有效的航路规划方法。     

空间站零燃料大角度姿态机动路径存在性分析

零燃料大角度姿态机动技术是新近应用在国际空间站的新概念姿态控制技术。构造了以控制力矩陀螺为执行机构的空间站姿态控制动力学模型,在此基础上,建立了空间站本体与控制力矩陀螺之间的角动量守恒关系。针对各类大角度姿态机动任务,通过分析空间站惯量参数与控制力矩陀螺性能参数之间的解析关系,得到了零燃料大角度姿态机动路径的存在性条件。通过规划算例验证了存在性分析的正确性。所提出的零燃料大角度姿态机动存在性条件,为姿态机动路径的存在性判断提供了便捷可行的方法,为零燃料大角度姿态机动技术未来在我国空间站实施的可行性论证提供重要的理论依据。     

具有吞吐量和时延约束的软件无线电波形部署决策算法

针对当前具有吞吐量和时延约束的软件无线电波形部署决策算法在内存开销方面考虑的不足,提出一个更为通用的波形部署决策系统模型,将波形的处理开销、内存开销和通信带宽开销都纳入到波形部署决策过程中,并设计了一种基于动态规划的波形部署决策算法以最小化波形对平台各种计算资源的占用总和。仿真结果表明,内存对波形部署决策具有重要影响,与未考虑内存开销的解决方案相比,平台支持的平均最大波形数目和平均处理资源利用率均下降40%左右。     

一种改进遗传算法在UCAV快速航迹规划中的应用

针对无人作战飞机(Unmanned Combat Aerial Vehicle,UCAV)航迹规划约束条件复杂、不确定因素多、实时性要求高的特点,提出了一种基于Voronoi图和改进遗传算法的快速航迹规划方法。该方法采取分层航迹规划的思想,首先根据Voronoi图生成初始航迹,并综合考虑约束条件,赋予各条航迹相应的权值;然后应用改进的遗传算法在生成的航迹空间中寻优,最终得到满意的航迹。该算法利用多处理机并行计算技术对传统遗传算法进行改进,大大缩短寻优时间。仿真结果表明基于Voronoi图和改进遗传算法的航迹规划提高了实时性,增强了UCAV的动态战场适应能力和突发威胁应对能力。     

基于进化算法的多无人机协同航路规划

以突防航路时域协同指数、空域协同指数、突防时长指数和受威胁指数为规划目标,以最小直线航路段长度、可飞空域、续航能力和进入任务航路方向为约束,构建了多无人机协同突防航路规划模型。结合模型特点,利用合作型协同进化遗传算法对该模型进行求解。