Dynamic WTA optimization model of air defense operation of warships' formation

WTA （weapon-target allocation） of air defense operation is a very complicated problem and current models focus on static and restricted WTA problem mostly. Based on the dynamic characteristics of air defense operational command and decision of warships＇ formation, a dynamic WTA model is established. Simulation results show that switch fire and repetition fire of anti-air weapon system affect the result of the air defense operation remarkably and the dynamic model is more satisfying than static ones. Related results are gained based on the analysis of the simulation results and the results are accordant with the intuitionistic tactical judgment. The model is some reference for the research of air defense C^3I system of warships＇ formation.

基于深度强化学习的舰船导弹目标分配方法

针对对抗环境下的海上舰船防空反导导弹目标分配问题,本文提出了一种融合注意力机制的深度强化学习算法.首先,构建了舰船多类型导弹目标分配模型,并结合目标多波次拦截特点将问题建模为马尔可夫决策过程.接着,基于编码器–解码器框架搭建强化学习策略网络,融合多头注意力机制对目标进行编码,并在解码中结合整体目标和单个目标编码信息实现舰船可靠的导弹目标分配.最后,对导弹目标分配收益、分配时效以及策略网络训练过程进行了仿真实验.实验结果表明,本文方法能生成高收益的导弹目标分配方案,相较于对比算法的大规模决策计算速度提高10%~94%,同时其策略网络能够快速稳定收敛.

基于改进差分进化算法的跨平台武器目标分配方法

现代战争中,跨平台武器单元的协同利用,是合同编队体系的重要内容,作战方式也正由平台级协同向着能力要素级协同转变,这对武器目标分配问题的解决提出了更大挑战。本文将武器单元的最小划分单位细化到能力要素级,以毁伤概率与成本消耗为优化目标,面向多种来袭目标的编队防空场景,提出了跨平台武器目标分配算法。同时,基于混沌映射提出了混沌种群重构(chaotic population reconstruction,CPR)机制,并结合带存档的自适应差分进化(adaptive differential evolution with optional external archive,JADE)算法提出了CPR-JADE算法,利用CPR机制可以帮助算法在解决高维复杂约束问题时跳出局部最优。再将其运用到武器目标分配模型上,实现了对模型的高效求解。最后,通过在多种数据规模下与其他进化优化算法的仿真对比试验分析,验证了所提方法的正确性与有效性。

基于多目标进化算法的防空导弹武器目标分配

有效的武器目标分配(weapon-target assignment,WTA)方法对减少作战损失,提高防御效果具有重要意义。针对防空资源分配问题建立合理的数学模型,以最大化目标毁伤效能和最小化雷达资源消耗为优化目标,同时考虑雷达通道数上限等多个约束,在基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)基础上进行改进,种群进化过程中自适应调整交叉与变异的概率以提高个体的质量,最终得到一组可供决策者使用的最优解集。实验结果表明:与其他多目标进化算法相比,该算法能得到适应度更高且分布性良好的结果,能够为防空导弹武器目标分配问题提供可行方案。

基于改进模拟退火算法的防空武器集群打击目标动态分配

传统的防空武器集群打击目标动态分配方法由于设定的约束条件不够全面,导致该方法在分配效果上表现不佳;因此,文章提出了一种基于改进模拟退火算法的防空武器集群打击目标动态分配方法;该方法综合考虑作战效果、作战成本和作战效率等多个因素,确定了相应的目标函数,并设定了相应的约束条件;通过计算打击目标的状态转移概率,并对打击目标的状态准则进行判定,定义了打击目标的状态转移方程;在改进的模拟退火算法的指导下,确定了最优的打击目标分配方案;实验结果分析表明,与传统的防空武器集群打击目标动态分配方法相比,文章设计的基于改进模拟退火算法的方法在实际应用中表现出较低的资源损耗量,均不高于4%,且具有良好的分配效果。

防空中存在两次转火射击时的火力分配模型

在对空防御时 ,进行火力分配不但要考虑到一次性分配的最佳方案 ,而且应该考虑是否在条件允许的情况下进行一次或两次转火射击 ,如果存在 ,怎样进行转火才能使其射击效果最好。把威胁判断和火力分配结合起来考虑 ,以我方的生存概率为指标 ,建立了存在两次转火射击的火力分配模型 ,并用实例计算检验了模型的正确性。

基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。

动态规划迭代算法在末端防御中的应用

在现代战争中如何利用有限资源对多批来袭目标进行最优排序拦截和资源最佳分配成为一个重要问题,文中采用了一种动态规划算法对不平衡来袭目标进行优化计算,通过建立动态模型,确定状态变量、决策变量以及各个阶段的指标函数值并定义来袭飞机到要地的距离、速度参数以及我方导弹的攻击参数,将参数带入实例进行计算,可以有效得到最优解,使得武器系统能最大化拦截目标,提高了武器系统的拦截能力,得出该动态规划的优化算法是快速有效的。

混合型区域防空体系的作战有效性评估

针对当前评估混合型防御体系作战有效性的局限性,以排队理论为基础,分别应用目标流分配方法和主战型武器优先分配方法,建立了混合型区域防空体系作战有效性评价的2个模型,用实例对这2个模型进行了演算和分析比较,并对目标突防变化规律进行了计算分析,得出了相应的结论。

基于可射击概率约束的防空作战火力优化分配

针对防空作战火力优化分配中未考虑可射击概率影响防空作战效能的问题,提出一种基于可射击概率约束的火力分配模型。该模型综合考虑可射击概率、空袭强度、火力单元转火时间等多种因素,能够在保证满足可射击概率和联合毁伤概率阈值前提下,优先使用反应快的火力单元拦截飞临时间短的目标,并尽量减少火力资源消耗,为防空系统提供持续作战能力。提出一种基于非线性自适应惯性权重的改进平衡优化器优化算法,对模型进行求解。该算法首先使用Tent混沌映射初始化种群,增强种群多样性;其次引入惯性权重平衡局部搜索和全局搜索能力,有效提高了算法的寻优能力。仿真计算结果验证了所提模型的优点以及优化算法的有效性。

岛礁防御空袭目标流的WTA模型与算法设计

运用多火力单元应对空袭目标攻击是岛礁近程防空的重要问题之一,由于我国岛礁建设起步晚,有关研究较少。针对岛礁近程防空作战场景,建立了可以对导弹目标流进行转移火力拦截分配的多火力单元武器目标分配(M-WTA)模型;设计了求解M-WTA的混合麻雀搜索算法(HSSA),HSSA采用了新的种群初始化方式,通过增加惩罚项将M-WTA模型转化为无约束的适应度函数,运用发现者、加入者和警戒者3种改进策略迭代寻优。模型和算法对比实验表明,M-WTA模型是可行的,HSSA在求解M-WTA模型时较其他算法收敛速度更快、寻优精度更高。本研究具有一定应用价值。

基于改进免疫模拟退火算法的WTA问题求解

传统单一优化算法解决武器目标分配问题,存在容易陷入局部最优和算法效率低的问题。针对以上问题,提出一种结合免疫算法和模拟退火算法的改进算法,采用模拟退火思想中的Metropolis准则增加求解全局最优的能力,利用温度更新函数加快收敛速度,提高算法效率。将改进算法应用到WTA模型中验证有效性并求解分配问题。

意图驱动的防空武器-目标动态分配方法

武器-目标分配是防空作战指挥决策的重要内容之一,针对此问题大多数的研究都过多考虑己方的态势和有限的目标信息,对敌方目标意图的认知鲜有涉及,结合空中目标作战意图,提出一种意图驱动的防空动态武器-目标分配方法。考虑到敌机的行为对我方决策产生的影响,对采集到的敌机群数据,将专家经验封装为标签,训练融合注意力机制的双向长短期记忆网络(BiLSTM-attention)进行意图识别,根据敌方不同作战飞机的意图,以及敌机的被动属性、我方武器属性、战场环境信息和实时动态信息,提出了意图驱动的武器-目标分配模型(intent-WTA),使用费用流算法在较短的时间内准确获得最优的武器-目标分配策略,实验仿真结果表明,所提方法可以准确、高效地根据战场局势的动态变化进行武器-目标分配,满足防空作战的实战要求。

基于改进蚁群算法的防空作战武器目标分配方法

针对防空作战中传统武器目标分配模型的不足,提出了防空作战的WTA模型。同时,根据蚁群计算在解决武器目标分解问题上的缺陷,提出了把混沌变换运用到蚁群计算中来处理该问题的新思路,即通过改进遗传算法并引入混沌算子,运用混沌变换的特性选择了蚁群计算的起始部分:随机性、遍历性和规则,使初始类型产生了多样化,进而形成了良好的计算公式,进而提升了计算的寻优效率,进而提升了全局角度收敛性。经过仿真实验,该方法是优于原算法的。