基于灰色模糊贝叶斯网络算法的编队突防作战效能评估方法

针对环境、人员素质等不确定性因素对编队突防作战效能的影响,提出一种改进灰色模糊贝叶斯网络(GFBN)的编队突防作战效能评估方法。首先,提出了基于层次分析第二类极大似然估计(AHP-ML II)模型的先验信息融合算法,将不同来源的历史先验信息加以处理,降低了主观性影响;其次,对贝叶斯网络模型的输入信息进行了灰色模糊地概率化转化处理;最后,针对不确定性因素的影响建立了基于改进GFBN法的单机、编队突防评估模型;进行了融合算法和编队突防的算例分析,着重将模糊因素作为评估模型的输入来考虑效能评估的效果。最后,通过效能评估值的对比发现,此算法将此类不确定性因素输入算法模型,能使编队突防作战效能显著提高,仿真结果更接近实战效能。

编队突防中干扰样式应用优选的网格分析法

以飞机编队实施突袭作战为背景，分析了典型地空导弹系统的作战过程，归纳了突防作战飞机编队可以采用的干扰样式。针对编队突防中干扰样式多、干扰对象时变的特点，提出了采用网络分析法对突防干扰样式优选，以辅助干扰应用的决策。在构建典型突防作战场景的基础上，通过仿真分析了飞机编队多种干扰样式对防空系统诸单元的影响，并构建了突防干扰应用优选网格。在编队突防中，此方法可以辅助指挥员／操作员迅速进行电子战规划和决策。

基于改进C^2R模型的突防兵力策略优选方法

空中突防作战中,如何以最优兵力策略获得最大作战效率是任务规划中的一项关键技术。构建突防飞机编队通过拦截飞机防空区模型,以突防战斗机与随队支援干扰机的架数为输入项,以成功突防架数和被击落拦截飞机的架数为输出项。根据每种飞机可出动架数产生的所有兵力策略,利用突防模型遍历推演出每种策略预期的空战结果。运用经济学中数据包络分析的方法,对经典的C^2R模型进行改进,定义3种综合评价指数,用每种指数对所有预期的空战结果进行评价并排序,根据排序结果对兵力策略进行比较分析。仿真结果表明,3种指数均能有效地对兵力策略排序优选,提升了作战指挥决策的效率。