任务主体二元约束下作战任务分解EVA方法

针对复杂作战任务分解中存在的随意性、不确定性问题,综合考虑任务主体能力属性和结构特征等二元约束,提出了一种由子任务集提取(extraction,E)、约束检验(verification,V)、子任务集调整(adjustment,A)等步骤递进循环形成的任务分解EVA方法。首先,构建了全局任务空间,提出基于任务匹配的子任务集提取方法;其次,针对任务主体能力属性和结构特征的二元约束,建立了子任务集调整模型,通过改进精英保留策略,引入任务分解粒度和交叉变异概率动态调整策略,提出了一种引进的非支配排序遗传算法-Ⅱ(improved non-dominated sorting genetic algorithm-Ⅱ,INSGA-Ⅱ)算法;最后,进行仿真实验,验证了算法相较于传统多目标优化算法在解集多样性、收敛性和时间性能上的优势。研究结果表明,所提方法能够使决策者依据任务主体实际自主调控任务分解结果,在一定程度上克服了传统方法过度依赖主观经验,忽略任务主体能力属性、结构特征约束的问题。