發(fā)布時間：2020-11-20 14:28

　　 微分對策作為解決追逃動態(tài)對策問題主要工具已經(jīng)經(jīng)歷了近50年的發(fā)展，就其本身而言已經(jīng)發(fā)展的相當成熟，但距實際應(yīng)用還有一段距離。這主要是由于微分對策理論來源于最優(yōu)控制理論，因此它需要精確的數(shù)學(xué)模型，以及在求解時會遇到非線性兩點邊值問題和奇異面問題。 近年來，隨著人工智能的興起，國內(nèi)外許多學(xué)者致力于將智能控制理論引入微分對策理論的研究中。而要達到智能化制導(dǎo)就不可避免地涉及知識的自動提取和利用問題。作為機器學(xué)習(xí)的一種方法，增強學(xué)習(xí)恰可使知識的獲取過程自動化，并擴展所能得到的知識資源范圍。 本文研究了共面雙機空戰(zhàn)格斗的動態(tài)對策問題，采用增強學(xué)習(xí)與微分對策相結(jié)合的方法，避免了傳統(tǒng)的控制理論根據(jù)被控對象的精確數(shù)學(xué)模型和性能指標來求解最優(yōu)解析解的方法帶來的困難。并依據(jù)人的模糊思維建立空戰(zhàn)對策準則，實現(xiàn)狀態(tài)空間的離散化以減小動作空間范圍，提高網(wǎng)絡(luò)學(xué)習(xí)效率。 本文針對傳統(tǒng)增強學(xué)習(xí)中出現(xiàn)的“維數(shù)災(zāi)難”問題以及學(xué)習(xí)問題中的“Structure Credit-Assignment”問題采用BP神經(jīng)網(wǎng)絡(luò)近似Q-學(xué)習(xí)的評價函數(shù)的解決方法。 在仿真試驗中考慮諸多實際因素，并采用了實際空氣動力學(xué)參數(shù)，仿真結(jié)果驗證本文所采用的方法的有效性，表明將增強學(xué)習(xí)與微分對策理論相結(jié)合，并應(yīng)用于空戰(zhàn)格斗問題中是—種有前途的發(fā)展方向。 本文首先分析雙機格斗的重要性及其研究方法的發(fā)展，并給出設(shè)計方案的依據(jù)及總體框架。在第二章介紹了增強學(xué)習(xí)的特點、發(fā)展歷史和各種算法。在第三章設(shè)計了基于Q-學(xué)習(xí)智能空戰(zhàn)制導(dǎo)控制，并給出空戰(zhàn)對策準則。在第四章對水平面雙機空戰(zhàn)格斗常、變速數(shù)學(xué)模型進行了仿真試驗，對仿真結(jié)果作了分析。
【學(xué)位單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2003
【中圖分類】：E84
【部分圖文】：

圖4.10均方殘差變化趨勢圖仿真參數(shù)分析現(xiàn)代的高科技條件下，各種飛行器的速度越來越高，機動性越來越強，也使得進飛行器的攔截更加困難。因此，高技術(shù)戰(zhàn)爭也對攔截飛行器的追蹤捕獲能力高的要求，即希望追逐方能夠快速發(fā)射并迅速追蹤任意方向上的目標，己達到的目的。本仿真試驗在4.L4節(jié)仿真試驗的基礎(chǔ)上，采用了更接近實際的空戰(zhàn)模型，選取不同的初始條件不逃逸方的初始角度)進行了仿真試驗，并進行了一、空戰(zhàn)格斗數(shù)學(xué)模型的建立逃雙方的運動方程為:X二叱*eos(護，)
【參考文獻】

相關(guān)期刊論文 前10條

1 周銳,李惠峰;神經(jīng)網(wǎng)絡(luò)理論在微分對策中的應(yīng)用[J];北京航空航天大學(xué)學(xué)報;2000年06期

2 吳云潔,宋立國,姜玉憲;飛行綜合控制系統(tǒng)空戰(zhàn)決策方法[J];北京航空航天大學(xué)學(xué)報;1999年03期

3 張鳳霞,王丕宏,李鋒;基于神經(jīng)網(wǎng)絡(luò)的自動機動決策設(shè)計[J];電光與控制;2001年03期

4 于黎明,王占林,裘麗華;輔助駕駛員操縱的預(yù)見顯示及預(yù)測控制[J];飛行力學(xué);1999年03期

5 劉長有,張嗣瀛;共面變速攔截對策的一個統(tǒng)一的近似反饋解[J];航空學(xué)報;1989年09期

6 顧冬雷,陳衛(wèi)東,席裕庚;機器人足球賽中基于增強學(xué)習(xí)的任務(wù)分工[J];機器人;2000年06期

7 張汝波,顧國昌,劉照德,王醒策;強化學(xué)習(xí)理論、算法及應(yīng)用[J];控制理論與應(yīng)用;2000年05期

8 周銳,陳宗基;強化學(xué)習(xí)在導(dǎo)彈制導(dǎo)中的應(yīng)用[J];控制理論與應(yīng)用;2001年05期

9 周銳,陳宗基;遺傳算法在逃逸機動策略中的應(yīng)用研究[J];控制與決策;2001年04期

10 蔣國飛,吳滄浦;基于Q學(xué)習(xí)算法和BP神經(jīng)網(wǎng)絡(luò)的倒立擺控制[J];自動化學(xué)報;1998年05期

本文編號：2891553