基于智能算法的武器目标分配问题研究

发布时间：2020-10-31 06:52

　　 在作战中,武器-目标分配(WTA)问题是防空指挥的关键,其目的是寻求适当的武器对准目标,提高作战效率。WTA问题含有许多的变量,包括武器性能、目标威胁程度等,因此是典型的非确定性多项式完全问题。由于军事领域信息技术的迅速发展,现代化武器被广泛的应用,武器-目标分配问题也受到了极大的关注。本文详细介绍了WTA问题的研究现状以及解决WTA问题的常用算法。并从对抗方式、目标威胁度和时间因素的角度,对WTA问题进行分类,分析了静态和动态WTA问题的定义以及模型构建。在已有研究成果的基础上,本文对基于智能算法的静态和动态WTA问题进行重点研究。针对静态单目标武器目标分配问题中已有算法收敛速度慢以及收敛精度差的问题,本文提出了一种基于改进的人工鱼群算法的分配方案。该方案引入粒子群算法对鱼群的视野进行自适应调整,并结合遗传算子以防止算法陷入局部最优,在实战场景中进行了各种算法的仿真,并对结果进行比较分析,仿真结果证明改进后算法能够有效地提高收敛速度以及收敛精度。针对静态单目标武器目标分配中目标函数单一的问题,本文建立了基于毁伤效能最大和用弹量最少的双目标优化模型,最大限度地提高对敌人的预期伤害,同时对导弹的成本进行了最小化设计。在此基础上,为了提高算法收敛速度和精确度,本文进一步提出了基于多目标人工鱼群算法的两阶段进化策略,改进了传统鱼群算法的聚群、追尾的行为规则,形成了新的状态更新规则。并且运用改进遗传算子对得到的Pareto前沿解及种群进行更新。仿真结果表明,改进的多目标人工鱼群算法成功地应用于WTA的求解过程中,在提高收敛速度的同时,能够取得更好的解。针对动态武器目标分配问题中现有模型对来袭目标运动及多通道武器的使用考虑不够充分的缺陷,本文在分析了动态WTA问题的模型和解决WTA问题的常用智能算法基础上,提出了武器-目标配对时间窗和多阶段武器目标分配模型,进一步解决动态战场环境下,多通道武器转火和来袭目标分阶段打击等问题。为实现这一模型在实际战场中的仿真模拟,提出了一种改进的蚁群算法,重新定义了转移概率的计算方式和信息素增量的计算规则规则,最后对改进的算法在防空作战中的效果进行验证,仿真结果证明了改进算法在动态问题中的可行性,能够在实际战场中快速地给出有效的打击方案。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：E91;TP18
【部分图文】：

受保护目标图 2.3 静态 WTA 场景态 WTA 问题的定义以及模型构建态 WTA 定义静态 WTA 未考虑出现新目标、目标运动和武器发射时间等问题足会导致分配方案无效的后果，因此建立动态 WTA 问题的模型题可以简单地理解为是对静态 WTA 问题的多次实现，而终止被使用或者没有来袭目标再次出现。但是，要想真正的解决动复杂的多。首先，在 DWTA 问题中会受到很多实际因素（例如窗问题）的限制，由于这些约束的存在为算法寻找可行解增加了WTA 问题生成分配方案时，不仅仅要考虑当前的作战状态，还产生的结果。因此动态 WTA 要在静态 WTA 模型的基础上，加的时间窗问题。除此之外，还需考虑在一次分配结束后出现新目

哈尔滨工程大学硕士学位论文以看出，改进后的算法在相同迭代次数内取得的全局最小于传统人工鱼群算法和遗传算法，说明改进算法可以在优的分配方案，使得敌方的来袭目标的存活概率更小，对的算法在一定程度上有效的改善了算法的精确度。然而，每次迭代中都利用了食物浓度排序和遗传算子，同样迭代略长于其他两种算法。验证算法的收敛速度，分别对三种算法的最优收敛曲线和仿真结果如图 3.4 和图 3.5 所示。

会略长于其他两种算法。步验证算法的收敛速度，分别对三种算法的最优收敛曲线和平。仿真结果如图 3.4 和图 3.5 所示。图 3.4 三种算法的最优收敛曲线比较
【相似文献】

相关期刊论文 前10条

1 曾松林;王文恽;李彪;张毅;;基于粒子群算法的武器目标分配仿真[J];电脑编程技巧与维护;2011年23期

2 杨奇松;王顺宏;王然辉;牛晓洁;;分阶段对地打击武器-目标分配建模与决策[J];弹道学报;2017年02期

3 韩松臣，秦俊奇，韩品尧，邵成勋;马尔可夫决策过程在目标分配中的应用[J];哈尔滨工业大学学报;1996年02期

4 肖金科;李为民;江萧君;吕诚中;;末段反导目标分配问题研究[J];飞航导弹;2017年02期

5 刘传波;邱志明;吴玲;王航宇;;动态武器目标分配问题的研究现状与展望[J];电光与控制;2010年11期

6 王正元;严小琴;;基于仿真的武器—目标分配问题求解方法[J];系统仿真学报;2009年20期

7 张海兵;徐诚;李世永;;贪心遗传算法及其在武器目标分配问题中的应用[J];弹道学报;2007年02期

8 魏铁涛;屈香菊;;多机协同与多目标分配任务规划方法[J];北京航空航天大学学报;2009年08期

9 姚远;秦玲;;蚁群算法在武器目标分配问题中的应用[J];福建电脑;2007年03期

10 黄树采,李为民;目标分配问题的蚁群算法研究[J];系统工程与电子技术;2005年01期

相关博士学位论文 前2条

1 张鹏;基于有限时间系统理论的多飞行器协同拦截问题研究[D];哈尔滨工业大学;2013年

2 黄国强;多飞行器协同轨迹优化设计[D];南京航空航天大学;2012年

相关硕士学位论文 前10条

1 邵诗佳;基于智能算法的武器目标分配问题研究[D];哈尔滨工程大学;2019年

2 谷稳;基于进化匈牙利算法的目标分配问题研究及应用[D];西安电子科技大学;2013年

3 崔莉莉;基于蚁群算法的武器—目标分配问题研究[D];上海交通大学;2011年

4 李赵阳;基于粒子群算法的武器—目标分配问题求解[D];吉林大学;2009年

5 苗卫强;改进的文化算法研究及应用[D];南昌航空大学;2014年

6 黄俊;武器—目标分配问题建模研究[D];华中科技大学;2016年

7 范跃杰;无人机追逃机动决策与任务协同算法研究[D];上海交通大学;2013年

8 马亚邦;大气层外多拦截器协同反导任务若干问题研究[D];哈尔滨工业大学;2013年

9 丁江涛;弹炮结合武器系统目标分配研究[D];国防科学技术大学;2011年

10 张雪梅;无人作战飞机攻击地面目标的研究与应用[D];西北工业大学;2007年

本文编号：2863599