基于博弈的武器装备体系发展规划方法研究
发布时间：2020-12-25 21:05
面向日益复杂的作战样式和军事对抗环境,武器装备的发展已经从“单装发展”转变为“体系化发展”,并且是在世界各国装备你追我赶的发展态势下进行的。这种战略或战术上的激烈对抗性,使武器装备发展规划问题已经不再是静态的武器装备体系设计问题,而是一种需要从动态规划的角度考虑的体系发展演化问题。武器装备的博弈对抗运动正是其发展的内部规律之一,从这一角度研究武器装备体系发展规划方法具有重要的应用价值和理论意义。目前,关于博弈在武器装备体系发展规划中的应用与研究尚少。本文结合装备体系发展规划研究中存在的困难与挑战,提出了基于博弈的武器装备体系动态规划框架（G-WSoSDPF）,主要内容与创新点如下:首先,本文提出了G-WSoSDPF的概念与架构流程。包含武器装备体系网络化建模和面向体系威胁的武器装备体系动态博弈模型两部分。一方面,将武器装备体系网络化描述,抽象成复杂网络模型,为博弈对抗和演化提供了平台。另一方面,G-WSoSDPF提供了博弈要素的定义和局势构建方法,并对博弈演化过程提供了稳定性分析手段。其次,本文设计了基于竞争型协同进化的G-WSoSDPF求解算法。分析了G-WSoSDPF求解的多目标优...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
威胁值随个体迁移变化(蓝方)
国防科学技术大学研究生院硕士学位论文我们知道，博弈到达稳定的策略路径并不止一个，本文此处输出的精英个体是迭代稳定后种群中的优化个体。是众多可行路径的一种。它展示的是红蓝双方在交替决策的进程下所能到达的一种均衡态，并不是唯一解。下面以该解为例，分析精英个体的解对装备体系规划的信息表达与决策支撑作用。
图 4.4 与 4.5 中点集都属于优化问题第一前沿，横纵坐标分别代表红方对蓝方的体系威胁R DD 与蓝方对红方的体系威胁B RD 。装备体系博弈模型是希望这两个目标都取到最小值。从图 4.4 中可以看出，基于竞争型 CEA 的 Pareto 解个体之间有明显的距离差异，三种策略集中处则是装备体系规划方案策略的鞍点，即博弈过程中均衡位置，在这一位置上的波动，正是决策者进行策略选择的可行优化空间。这种算法下的解多样性更好，策略差异大，是提供给决策者的优质决策信息。在图 4.5 中，传统算法得到比较平滑的 Pareto 前沿，较难体现同一层解个体的差异性，选择难度加大。4.4 博弈模型解的稳定性分析基于博弈的武器装备体系动态规划模型所得出的解是互相对抗的双方装备发展策略组合。这些组合代表了博弈双方因不同策略路径的选取而能到达的不同的博弈均衡状态和局势。本小节主要分析这些解的求得是否和算法的相关参数设图 4.4 基于竞争型 CEA 的 Pareto 解 图 4.5 基于传统遗传算法的 Pareto 解
【参考文献】：
期刊论文
[1]基于武器装备体系作战网络模型的装备贡献度评估[J]. 李际超,杨克巍,张小可,姜江,卿杜政. 复杂系统与复杂性科学. 2016(03)
[2]面向演化的装备体系方案选择的不确定性决策方法[J]. 赵青松,王晓攀,熊伟涛. 四川兵工学报. 2015(11)
[3]不确定条件下武器装备体系发展规划模型[J]. 刘旭,李为民,宋文静. 现代防御技术. 2015(05)
[4]基于Stacklberg模型的双寡头厂商不完全信息动态博弈分析[J]. 虞融. 当代经济. 2015(10)
[5]武器装备科研经费分配的规划模型与算法[J]. 张骁雄,姜江,葛冰峰. 系统工程与电子技术. 2015(09)
[6]武器装备体系结构演化博弈框架[J]. 曹强,荆涛. 军事运筹与系统工程. 2015(01)
[7]基于复杂网络的战争复杂体系建模研究进展[J]. 马力,张明智. 系统仿真学报. 2015(02)
[8]援越抗法战争中的中法博弈——基于不完全信息动态博弈模型[J]. 康甫. 山西高等学校社会科学学报. 2014(01)
[9]基于复杂网络的作战体系模型[J]. 董印权,陈春鹏. 系统仿真学报. 2013(08)
[10]基于超网络的作战体系建模方法[J]. 刘忠,刘俊杰,程光权. 指挥控制与仿真. 2013(03)
博士论文
[1]基于能力的武器装备体系结构建模、评估与组合决策分析方法[D]. 葛冰峰.国防科学技术大学 2014
[2]面向武器装备体系发展的体系演化建模与探索分析方法研究[D]. 刘磊.国防科学技术大学 2011
硕士论文
[1]武器装备体系作战网络建模及能力评估方法研究[D]. 商慧琳.国防科学技术大学 2013
[2]我军武器装备采办需求控制研究[D]. 程勇刚.国防科学技术大学 2010
[3]复杂网络建模与特性研究[D]. 陈康.西安电子科技大学 2008
[4]多目标双系统协同进化算法及其应用[D]. 李灿.大连理工大学 2007
[5]非支配排序遗传算法（NSGA）的研究与应用[D]. 高媛.浙江大学 2006
本文编号：2938387
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
威胁值随个体迁移变化(蓝方)
国防科学技术大学研究生院硕士学位论文我们知道，博弈到达稳定的策略路径并不止一个，本文此处输出的精英个体是迭代稳定后种群中的优化个体。是众多可行路径的一种。它展示的是红蓝双方在交替决策的进程下所能到达的一种均衡态，并不是唯一解。下面以该解为例，分析精英个体的解对装备体系规划的信息表达与决策支撑作用。
图 4.4 与 4.5 中点集都属于优化问题第一前沿，横纵坐标分别代表红方对蓝方的体系威胁R DD 与蓝方对红方的体系威胁B RD 。装备体系博弈模型是希望这两个目标都取到最小值。从图 4.4 中可以看出，基于竞争型 CEA 的 Pareto 解个体之间有明显的距离差异，三种策略集中处则是装备体系规划方案策略的鞍点，即博弈过程中均衡位置，在这一位置上的波动，正是决策者进行策略选择的可行优化空间。这种算法下的解多样性更好，策略差异大，是提供给决策者的优质决策信息。在图 4.5 中，传统算法得到比较平滑的 Pareto 前沿，较难体现同一层解个体的差异性，选择难度加大。4.4 博弈模型解的稳定性分析基于博弈的武器装备体系动态规划模型所得出的解是互相对抗的双方装备发展策略组合。这些组合代表了博弈双方因不同策略路径的选取而能到达的不同的博弈均衡状态和局势。本小节主要分析这些解的求得是否和算法的相关参数设图 4.4 基于竞争型 CEA 的 Pareto 解 图 4.5 基于传统遗传算法的 Pareto 解
【参考文献】：
期刊论文
[1]基于武器装备体系作战网络模型的装备贡献度评估[J]. 李际超,杨克巍,张小可,姜江,卿杜政. 复杂系统与复杂性科学. 2016(03)
[2]面向演化的装备体系方案选择的不确定性决策方法[J]. 赵青松,王晓攀,熊伟涛. 四川兵工学报. 2015(11)
[3]不确定条件下武器装备体系发展规划模型[J]. 刘旭,李为民,宋文静. 现代防御技术. 2015(05)
[4]基于Stacklberg模型的双寡头厂商不完全信息动态博弈分析[J]. 虞融. 当代经济. 2015(10)
[5]武器装备科研经费分配的规划模型与算法[J]. 张骁雄,姜江,葛冰峰. 系统工程与电子技术. 2015(09)
[6]武器装备体系结构演化博弈框架[J]. 曹强,荆涛. 军事运筹与系统工程. 2015(01)
[7]基于复杂网络的战争复杂体系建模研究进展[J]. 马力,张明智. 系统仿真学报. 2015(02)
[8]援越抗法战争中的中法博弈——基于不完全信息动态博弈模型[J]. 康甫. 山西高等学校社会科学学报. 2014(01)
[9]基于复杂网络的作战体系模型[J]. 董印权,陈春鹏. 系统仿真学报. 2013(08)
[10]基于超网络的作战体系建模方法[J]. 刘忠,刘俊杰,程光权. 指挥控制与仿真. 2013(03)
博士论文
[1]基于能力的武器装备体系结构建模、评估与组合决策分析方法[D]. 葛冰峰.国防科学技术大学 2014
[2]面向武器装备体系发展的体系演化建模与探索分析方法研究[D]. 刘磊.国防科学技术大学 2011
硕士论文
[1]武器装备体系作战网络建模及能力评估方法研究[D]. 商慧琳.国防科学技术大学 2013
[2]我军武器装备采办需求控制研究[D]. 程勇刚.国防科学技术大学 2010
[3]复杂网络建模与特性研究[D]. 陈康.西安电子科技大学 2008
[4]多目标双系统协同进化算法及其应用[D]. 李灿.大连理工大学 2007
[5]非支配排序遗传算法（NSGA）的研究与应用[D]. 高媛.浙江大学 2006
本文编号：2938387
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/2938387.html
