在作戰(zhàn)中,武器-目標分配(WTA)問題是防空指揮的關鍵,其目的是尋求適當?shù)奈淦鲗誓繕?提高作戰(zhàn)效率。WTA問題含有許多的變量,包括武器性能、目標威脅程度等,因此是典型的非確定性多項式完全問題。由于軍事領域信息技術的迅速發(fā)展,現(xiàn)代化武器被廣泛的應用,武器-目標分配問題也受到了極大的關注。本文詳細介紹了WTA問題的研究現(xiàn)狀以及解決WTA問題的常用算法。并從對抗方式、目標威脅度和時間因素的角度,對WTA問題進行分類,分析了靜態(tài)和動態(tài)WTA問題的定義以及模型構建。在已有研究成果的基礎上,本文對基于智能算法的靜態(tài)和動態(tài)WTA問題進行重點研究。針對靜態(tài)單目標武器目標分配問題中已有算法收斂速度慢以及收斂精度差的問題,本文提出了一種基于改進的人工魚群算法的分配方案。該方案引入粒子群算法對魚群的視野進行自適應調(diào)整,并結合遺傳算子以防止算法陷入局部最優(yōu),在實戰(zhàn)場景中進行了各種算法的仿真,并對結果進行比較分析,仿真結果證明改進后算法能夠有效地提高收斂速度以及收斂精度。針對靜態(tài)單目標武器目標分配中目標函數(shù)單一的問題,本文建立了基于毀傷效能最大和用彈量最少的雙目標優(yōu)化模型,最大限度地提高對敵人的預期傷害,同時對導彈的成本進行了最小化設計。在此基礎上,為了提高算法收斂速度和精確度,本文進一步提出了基于多目標人工魚群算法的兩階段進化策略,改進了傳統(tǒng)魚群算法的聚群、追尾的行為規(guī)則,形成了新的狀態(tài)更新規(guī)則。并且運用改進遺傳算子對得到的Pareto前沿解及種群進行更新。仿真結果表明,改進的多目標人工魚群算法成功地應用于WTA的求解過程中,在提高收斂速度的同時,能夠取得更好的解。針對動態(tài)武器目標分配問題中現(xiàn)有模型對來襲目標運動及多通道武器的使用考慮不夠充分的缺陷,本文在分析了動態(tài)WTA問題的模型和解決WTA問題的常用智能算法基礎上,提出了武器-目標配對時間窗和多階段武器目標分配模型,進一步解決動態(tài)戰(zhàn)場環(huán)境下,多通道武器轉火和來襲目標分階段打擊等問題。為實現(xiàn)這一模型在實際戰(zhàn)場中的仿真模擬,提出了一種改進的蟻群算法,重新定義了轉移概率的計算方式和信息素增量的計算規(guī)則規(guī)則,最后對改進的算法在防空作戰(zhàn)中的效果進行驗證,仿真結果證明了改進算法在動態(tài)問題中的可行性,能夠在實際戰(zhàn)場中快速地給出有效的打擊方案。
【學位單位】：哈爾濱工程大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：E91;TP18
【部分圖文】：

受保護目標圖 2.3 靜態(tài) WTA 場景態(tài) WTA 問題的定義以及模型構建態(tài) WTA 定義靜態(tài) WTA 未考慮出現(xiàn)新目標、目標運動和武器發(fā)射時間等問題足會導致分配方案無效的后果，因此建立動態(tài) WTA 問題的模型題可以簡單地理解為是對靜態(tài) WTA 問題的多次實現(xiàn)，而終止被使用或者沒有來襲目標再次出現(xiàn)。但是，要想真正的解決動復雜的多。首先，在 DWTA 問題中會受到很多實際因素（例如窗問題）的限制，由于這些約束的存在為算法尋找可行解增加了WTA 問題生成分配方案時，不僅僅要考慮當前的作戰(zhàn)狀態(tài)，還產(chǎn)生的結果。因此動態(tài) WTA 要在靜態(tài) WTA 模型的基礎上，加的時間窗問題。除此之外，還需考慮在一次分配結束后出現(xiàn)新目

哈爾濱工程大學碩士學位論文以看出，改進后的算法在相同迭代次數(shù)內(nèi)取得的全局最小于傳統(tǒng)人工魚群算法和遺傳算法，說明改進算法可以在優(yōu)的分配方案，使得敵方的來襲目標的存活概率更小，對的算法在一定程度上有效的改善了算法的精確度。然而，每次迭代中都利用了食物濃度排序和遺傳算子，同樣迭代略長于其他兩種算法。驗證算法的收斂速度，分別對三種算法的最優(yōu)收斂曲線和仿真結果如圖 3.4 和圖 3.5 所示。

會略長于其他兩種算法。步驗證算法的收斂速度，分別對三種算法的最優(yōu)收斂曲線和平。仿真結果如圖 3.4 和圖 3.5 所示。圖 3.4 三種算法的最優(yōu)收斂曲線比較
【相似文獻】

相關期刊論文 前10條

1 曾松林;王文惲;李彪;張毅;;基于粒子群算法的武器目標分配仿真[J];電腦編程技巧與維護;2011年23期

2 楊奇松;王順宏;王然輝;牛曉潔;;分階段對地打擊武器-目標分配建模與決策[J];彈道學報;2017年02期

3 韓松臣，秦俊奇，韓品堯，邵成勛;馬爾可夫決策過程在目標分配中的應用[J];哈爾濱工業(yè)大學學報;1996年02期

4 肖金科;李為民;江蕭君;呂誠中;;末段反導目標分配問題研究[J];飛航導彈;2017年02期

5 劉傳波;邱志明;吳玲;王航宇;;動態(tài)武器目標分配問題的研究現(xiàn)狀與展望[J];電光與控制;2010年11期

6 王正元;嚴小琴;;基于仿真的武器—目標分配問題求解方法[J];系統(tǒng)仿真學報;2009年20期

7 張海兵;徐誠;李世永;;貪心遺傳算法及其在武器目標分配問題中的應用[J];彈道學報;2007年02期

8 魏鐵濤;屈香菊;;多機協(xié)同與多目標分配任務規(guī)劃方法[J];北京航空航天大學學報;2009年08期

9 姚遠;秦玲;;蟻群算法在武器目標分配問題中的應用[J];福建電腦;2007年03期

10 黃樹采,李為民;目標分配問題的蟻群算法研究[J];系統(tǒng)工程與電子技術;2005年01期

相關博士學位論文 前2條

1 張鵬;基于有限時間系統(tǒng)理論的多飛行器協(xié)同攔截問題研究[D];哈爾濱工業(yè)大學;2013年

2 黃國強;多飛行器協(xié)同軌跡優(yōu)化設計[D];南京航空航天大學;2012年

相關碩士學位論文 前10條

1 邵詩佳;基于智能算法的武器目標分配問題研究[D];哈爾濱工程大學;2019年

2 谷穩(wěn);基于進化匈牙利算法的目標分配問題研究及應用[D];西安電子科技大學;2013年

3 崔莉莉;基于蟻群算法的武器—目標分配問題研究[D];上海交通大學;2011年

4 李趙陽;基于粒子群算法的武器—目標分配問題求解[D];吉林大學;2009年

5 苗衛(wèi)強;改進的文化算法研究及應用[D];南昌航空大學;2014年

6 黃俊;武器—目標分配問題建模研究[D];華中科技大學;2016年

7 范躍杰;無人機追逃機動決策與任務協(xié)同算法研究[D];上海交通大學;2013年

8 馬亞邦;大氣層外多攔截器協(xié)同反導任務若干問題研究[D];哈爾濱工業(yè)大學;2013年

9 丁江濤;彈炮結合武器系統(tǒng)目標分配研究[D];國防科學技術大學;2011年

10 張雪梅;無人作戰(zhàn)飛機攻擊地面目標的研究與應用[D];西北工業(yè)大學;2007年

本文編號：2863599