基于遗传算法和分层任务网络的战术任务规划方法

针对给定约束条件下作战任务最优战术动作序列规划问题,提出一种将分层任务网络(hierarchical tasknetwork,HTN)与遗传算法(genetic algorithms,GA)相结合的HTN_GA战术任务规划算法。采用定性与定量相结合的方法,基于分层任务网络对战术知识进行建模,基于遗传算法对战术生成过程进行优化。分析了HTN_GA战术规划算法的可行性、完备性。实现了基于SEAD任务的无人作战飞机(uninhabited combat aerial vehicle,UCAV)战术任务规划,仿真结果证明了该任务规划算法的可行性和有效性。

战术级任务规划方法研究综述

随着武器装备向多元多能和体系化运用发展,现代战争对指挥决策全局性、时效性和科学性等方面的要求越来越高,各军事强国任务规划系统建设需求迫切,且发展很快。为更好地推进任务规划系统研究,对战术级任务规划方法进行全面综述。总结任务规划系统的发展历程、战术级任务规划的方法框架,重点综述战术级任务规划主要实现方法及未来发展方向。在主要实现方法方面,重点围绕任务描述、任务分解、任务分配、方案评估等业务中涉及的主要方法进行综述和分析;在未来发展方向方面,从规范性、通用性、可信性等方面提出发展建议。