基于动态优先级的任务计划建模及方法

在任务-平台关系设计问题中,所选择的任务平台(组)和作战任务合理匹配。针对以往在多维动态列表调度算法(Multi-dimensional Dynamic List Scheduling,MDLS)中采用平台的静态优先级进行平台(组)的选择的不足,设计了一种平台动态优先级计算方法。上述方法在进行任务-平台匹配过程中,根据任务需求资源的变化对平台的优先级进行动态变化,最后通过联合作战的战役特定算例,验证了所提方法的优越性和适用性。

任务计划适应性改造优化建模及方法

针对指挥控制(C2)组织资源层-任务计划的适应性优化问题,提出了一种方案改造代价限制条件下的任务计划适应性优化(AOMPTP)问题模型及求解算法。介绍了国内外学者对任务计划适应性优化及适应性测度的研究成果,在分析方案改造代价的必要性和衡量标准的基础上,给出了方案改造代价的定义和约束条件。在方案改造代价限制条件下,建立了以使命完成时间最短为目标的问题数学模型,设计了求解该模型的多维动态列表规划(MDLS)及循环遗传(CG)算法,使指挥员能够更好地权衡方案改造优化的性能与代价,作出决策。最后通过实验分析,验证了所提方法的有效性和适用性。

一种基于模体的无人机集群智能任务规划方法

由于无人机集群中通信受到制约,无人机集群配系需要随着任务的改变而变化。如何在有限通信下进行无人机集群的智能任务规划成为研究的热点和难点问题。基于功能建立了无人机集群作战网络模体模型框架,提出了6类不同功能类型的基础模体模型;通过能力需求和信息需求将作战任务映射到完成这项任务需要的模体种类和数量;利用"多维动态列表调度法"进行无人机集群的任务规划策略的自动生成。使用定制的NSGA-Ⅱ算法通过改变任务执行顺序,对作战时间和连接改变量进行任务规划策略的自动优化选择。通过一个案例对本文所提出的方法进行了初步验证。

基于MDLS和ANN的联合作战资源调度研究

改进了多维动态列表调度算法,并将其与自适应神经网络相结合。仿真实验表明所提算法能够在多项式时间内得到资源调度的可行策略;与传统的多维动态列表调度算法相比,改进后的算法具有显著的优越性,避免了多维动态列表调度陷入局部最优,可为联合作战资源调度计划的制定提供理论支撑。