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.     

基于仿真的水面舰艇作战能力评价研究

水面舰艇作战能力评价研究目前多沿用静态分析的综合指数法,应用作战仿真可以对装备作战能力进行全面的动态分析.提出了基于作战想定和其仿真结果的评价体系,构建了水面舰艇作战仿真模型体系,并给出调用关系.介绍了以STAGE为平台进行作战仿真开发的用户模型开发和脚本开发方法,建立了基于仿真统计结果的作战能力计算模型.最后,以一组服役驱逐舰作战能力分析的仿真实例验证了评价方法,结果表明该评价方法是合理的.     

导弹发射车抗毁伤能力分析与评估技术研究综述

现代战争日趋透明给导弹发射车战场生存带来了严峻挑战。围绕发射车的抗毁伤能力分析和评估技术,分析了发射车面临的毁伤威胁和毁伤作用机理,从抗毁伤能力评估应用的角度阐述了冲击波、动能、热和电磁四种毁伤类型的研究现状,提出了不同毁伤类型在抗毁伤能力分析和评估中的应用方向;基于易损性分析空间理论,总结了装备易损性分析的发展历程,认为从物理空间到性能空间的逻辑传递关系是现阶段发射车易损性分析的核心所在,并从物理判据、性能判据和分级标准介绍了易损性判据的研究动态,提出了发射车易损性判据的关键;明确阐述了发射车抗毁伤能力的研究概念和分析方法面临的主要问题,研究结论可以为导弹发射车抗毁伤能力分析和评估相关研究提供参考。     

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。     

Modeling and solution for the ship stowage planning problem of coils in the steel industry

We consider a ship stowage planning problem where steel coils with known destination ports are to be loaded onto a ship. The coils are to be stowed on the ship in rows. Due to their heavy weight and cylindrical shape, coils can be stowed in at most two levels. Different from stowage problems in previous studies, in this problem there are no fixed positions on the ship for the coils due to their different sizes. At a destination port, if a coil to be unloaded is not at a top position, those blocking it need to be shuffled. In addition, the stability of ship has to be maintained after unloading at each destination port. The objective for the stowage planning problem is to minimize a combination of ship instability throughout the entire voyage, the shuffles needed for unloading at the destination ports, and the dispersion of coils to be unloaded at the same destination port. We formulate the problem as a novel mixed integer linear programming model. Several valid inequalities are derived to help reducing solution time. A tabu search (TS) algorithm is developed for the problem with the initial solution generated using a construction heuristic. To evaluate the proposed TS algorithm, numerical experiments are carried out on problem instances of three different scales by comparing it with a model‐based decomposition heuristic, the classic TS algorithm, the particle swarm optimization algorithm, and the manual method used in practice. The results show that for small problems, the proposed algorithm can generate optimal solutions. For medium and large practical problems, the proposed algorithm outperforms other methods. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 564–581, 2015     

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。     

敏捷成像卫星自主规划模型与算法

针对敏捷成像卫星自主规划问题,将规划、决策、执行和信息反馈相结合,提出星上自主规划框架,并介绍框架结构和模块功能。在分析主要约束条件的基础上,建立基于时间线约束网络的问题模型。通过将各种卫星动作前后衔接,组合成能够完成不同任务的动作序列,提出一种面向卫星动作序列的启发式算法。该算法分为规划和决策两个部分,并在卫星执行每一个动作序列的同时基于多种启发式规则进行规划,在动作序列执行结束时进行决策。实验结果表明了自主规划框架和模型的合理性以及算法的有效性。