基于强化麻雀搜索神经网络的空战机动决策方法

针对空战中机动决策速度慢、准确性低问题，提出基于强化麻雀搜索神经网络的空战机动决策方法，该方法分别考虑角度、距离、高度等因素构造相应的态势函数，将几种态势函数结合起来并加权得到态势评估函数，利用神经网络的黑盒部分计算各个态势函数的权值，利用混沌初始化和小孔成像反向学习策略强化麻雀搜索算法，再利用其特性去优化神经网络，将麻雀的适应度函数与神经网络的权值和阈值建立直接的映射关系，从而获得准确的态势评估函数，再将得到的态势评估函数结合博弈论模型得到博弈态势值，并由此来进行空战机动决策。仿真表明，该方法在与粒子群和遗传算法优化的神经网络模型相比之下，决策速度更快、准确性高，从而能获得空战优势，以获得最终的空战胜利。