基于层次任务网络的军事计划优化方法研究

发布时间：2021-11-23 04:02

　　军事计划活动是军事指挥过程的最复杂、最重要的环节。在军事计划的编制过程中,由于相关的行动和资源等要素的复杂性,使得一个可行、高效的计划的生成和求解都显得较为困难。在该领域的研究中,层次任务网络（Hierarchical Task Network,HTN）计划方法被较早引入。该方法通过对任务的分解和冲突的消解来寻求完成使命的可行方案。在任务分解过程中,由于复合任务分解方法的不唯一性,分解树的数目会随着各层复合任务节点分解方法的增加成指数增长。如果任务分解过程中考虑资源的优化配置,则需要在任务的分解过程中加入资源调度算法,从大量任务分解树中寻找资源最优方案。这显然形成了一个NP完全问题。本文针对该问题,在现有研究的基础上,提出了面向资源优化配置的HTN计划框架和一种基于变长染色体遗传算法的HTN计划优化搜索算法,解决了将资源优化配置引入军事计划编制过程中的问题。1、文章首先介绍了HTN计划的概述,包括产生和发展、原理、优缺点、形式化描述和求解方法。在此基础上,提出了与资源优化配置相集成的HTN计划结构框架、过程框架和算法流程。结构框架包括使命层、规则层、计划层、调度层、资源层和应用层。过程... 

【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】：78 页

【学位级别】：硕士

【部分图文】：

将集装箱从1p移到3p的计划问题(要求移动前和移动后集装箱的堆放顺序不变)

资源优化配置的计划方案，使得在搜索可行解解，从而有效地解决了 HTN 计划的优化问4.1 变长染色体遗传算法enetic Algorithms，GA）是以自然选择和遗论为基础，将生物进化过程中适者生存规则与合的搜索算法[66-68]。自从 1975 年 Por. John自然和人工系统的适应性》（Adaptation in来，GA 已获得广范应用。尤其在 NP 完全搜索效率。法概述用是一种具有“生成+检测”的迭代过程，

4.4.2 实验结果假设表 4.2 中的复合任务节点分解方法之间是无冲突的，而且每一个一代表一个可执行解，且每一个原子行动资源消耗量定为 1 个单位。种群大小：20；交叉率：80%；变异率：20%；遗传代数：300；适应度函数：资源消耗最少行动系列。在实验过程中我们采用了两种遗传方式，一种是种群遗传过程中，所进行交叉和变异，第二种是进行优胜劣汰，将每一个种群中的最优个进入下一代，最差个体从顶点位置随机变异进入下一代，得到实验结果5 所示。5 .125.12. .t6 20 6 23 6.245 .13t.. . .(1) { , ,}5 13t6 25 6 26 6 27m = t t t，.. . .(2) { }5 13t6 27 6 28 6 29m =t , t ,t5 .14t5. 14tm = 5 .15t.. . . .(1) { }5 15t6 29 6 30 6 31 6 32m =t , t , t ,t5 .16t5. 16tm =

【参考文献】：
期刊论文
[1]HTN规划中面向多计划生成的顺序任务分解算法[J]. 宋泾舸,查建中,陆一平.  北京交通大学学报. 2009(04)
[2]基于HTN的卫星应用任务分解[J]. 薛波,徐培德.  科学技术与工程. 2009(01)
[3]HTN规划及其复杂度分析[J]. 陈蔼祥,柴啸龙,胡桂武.  计算机工程与应用. 2008(16)
[4]人工智能中的合作分布式规划[J]. 陶雷,费奇.  计算机工程与应用. 2002(17)
[5]遗传算法综述[J]. 席裕庚,柴天佑,恽为民.  控制理论与应用. 1996(06)



本文编号：3513086