摘要：为了解决动态武器目标分配问题中遇到的状态信息多类型、时间序列相关的问题,提出一种基于改进的深度强化学习算法的动态武器目标分配方法。构建了目标导弹-拦截单元的多输入分配模型;设计一个多输入的状态空间,并结合问题模型建立马尔可夫决策过程;设计一个结合多输入信息处理和门控循环网络的特征提取网络,提高对状态信息的提取能力,保留所需要的状态信息并遗忘不重要的状态信息;在策略网络中引入多头注意力机制,提高模型的表现能力和收敛速度。实验结果表明:该动态武器目标分配方法有较好的收敛速度和拦截收益。

摘要：在防空体系软硬协同作战模式中,对软杀伤和硬杀伤装备协同拦截进行合理高效的目标分配具有重要的意义,提出了一种基于混合粒子群算法的防空装备软硬杀伤目标分配方法。分析软硬协同拦截问题对应的寻优指标,使用硬杀伤装备射击有利度和软杀伤装备压制、频率、角度等干扰有利度指标整合目标综合拦截效能指标,将传统粒子群算法与遗传算法的优势进行结合,采用改进的混合粒子群算法,并设计了适合软硬装备同时分配的编码结构和加快算法收敛的粒子生成引导操作。仿真结果表明:在野战固定阵地防空场景中,混合粒子群算法可快速得到目标分配最优方案,相较于传统算法,目标综合拦截效能明显提升,在防空指挥控制系统中具有一定的工程应用价值。

摘要：本文研究了动态战场环境中的多无人机协同目标分配(MUCTA)问题,首先通过分析UAV分配次序对打击任务总收益的影响,设计了动态战场环境的更新规则,将航程代价和任务代价作为惩罚项修正目标函数,建立了考虑分配次序的UAVs协同目标分配优化模型.然后针对模型的物理意义改进了遗传算法基因编码方式,设计了MUCTA遗传算法,该算法利用状态转移思想,引进SDR算子获得多种分配次序种群,同时以单行变异算子修正UAV与目标对应关系,并采用最优个体法和轮盘赌法筛选子代个体.最后仿真结果验证了所设计算法的有效性.

摘要：针对现代海上编队作战是基于信息系统的体系作战客观要求,对信息化条件下海上编队区域防空目标分配问题进行了研究,提出了对空防御拦截水平的概念,建立了多层防御模式下的编队区域防空目标分配模型.为了有效求解模型,综合运用交互式决策思想和遗传算法,提出了一种基于遗传算法(GA)的交互式求解模型的方法.在GA设计中,通过对染色体编码、初始化种群、适应度函数以及遗传运算、选择策略等环节的合理设计,保证了产生个体的有效性,提高了搜索质量,加快了搜索速度.仿真结果表明了模型和算法的有效性,从而为有效解决现代海上编队体系作战的区域防空目标分配问题探求了一条新途径.

摘要：针对反导目标分配优化问题中存在的不确定性特征,引入模糊随机规划理论.首先建立了基于模糊随机规划的反战术弹道导弹(tactical ballistic missile,TBM)的目标分配优化模型.在此基础上,构建了一种针对多约束目标分配问题的粒子编码方案,并改进传统粒子群算法的位置和速度更新方式,提出了改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法.最后,设计了模糊随机模拟技术和IDPSO算法相结合的混合智能求解算法.仿真实例表明,混合智能算法全局寻优能力强,优化效率高,满足反TBM目标分配优化对时效性的要求.

摘要：针对多机协同空战目标分配问题,在我方综合优势函数建模的基础上,提出了一种改进人工免疫算法。首先采用随机生成法和人工构造法创建2个初始种群,保证了初始种群的多样性;然后采用2种不同的选择、交叉、变异操作进行进化;接着采用设计的新移民算子进行种群间信息交换,进一步增加种群多样性,提高搜索效率。最后设计实验将改进人工免疫算法与3种类型的人工免疫算法进行了对比。仿真结果表明:改进人工免疫算法能够有效改善早熟收敛问题,提高搜索效率,获得最优分配方案,适用于多机协同空战目标分配问题,满足实际作战需求。

摘要：针对多无人作战飞机(UCAV)协同目标分配问题,提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点,设计了新的粒子群位置和速度更新公式,并且充分利用粒子群优化算法的全局搜索能力,同时利用禁忌搜索的局部搜索能力,使2种算法的优势得到互补,较为显著地提升了原算法的性能。仿真结果表明:混合离散粒子群算法能够有效地解决多约束条件下多UCAV协同目标分配问题,并且算法简单、灵活,易于实现和扩展。

摘要：为寻找一种满足多机空战需求的目标分配优化方法,提升空战效能,提出了一种基于合作协同进化的多机空战目标分配方法。首先,该方法基于单机空战优势,建立多机协同空战优势评价指标体系。然后,对战机间的协同相关性进行分析计算,建立多机协同空战目标分配模型。在变长度染色体遗传算法(genetic algorithm,GA)的基础上,设计了基于交叉、嫁接、分裂和拼接算子的改进合作协同进化算法,提高了模型的进化效率。最后,设计实验分别对优势评价指标体系的有效性、静态算例、动态算例和大规模无人战斗机算例进行仿真验证,并将2种模型以及4种算法的计算结果和所提算法的实验结果进行对比。仿真结果表明,改进合作协同进化算法适用于该模型计算,结果收敛稳定,亲和度值显著提升,能够优化目标分配方案,在空战中具有一定的应用意义。

摘要：针对自组网导弹集群协同拦截多无人机的不确定多对一目标分配问题,提出了一种分布式非均衡目标分配算法。考虑到自组网导弹在有限邻域范围内双向通信和任务分配的去中心化特点,设计了适合于分布式无中心的目标分配模型和基于动态态势感知的多步一致性拍卖算法,通过将目标剩余价值进行多步分解实现多弹对单一目标的非均衡拍卖选择;此外通过改进一致性包算法的共识规则设计了扩展多步一致性冲突消解规则,实现了分布式非均衡拍卖结果的一致性冲突消解。最终仿真结果表明,该方法可适用于分布式弹群在线非均衡目标分配调整,提高对空中多机动目标的拦截效率,并且相较于集中式分配算法在兼顾优化时间条件下可获得全局次优求解。

摘要：为提升高动态协同攻击条件下的攻防效能,研究基于强化学习的集群多目标智能分配与决策方法。建立综合攻击性能评估准则,包括基于相对运动信息的攻击优势度评估以及基于目标固有信息的威胁度评估。综合攻击性能、突防概率以及攻击消耗,设计攻防效费比性能指标。构建基于强化学习的多目标决策架构,设计以分配向量为基本元素的动作空间,以及基于量化性能指标的状态空间,利用Q-Learning方法对协同攻击方案,包括导弹选取以及分配形式进行智能决策。仿真结果表明,强化学习能够实现攻防效能最优的多目标在线决策,其计算效率相对于粒子群优化算法具有更明显的优势。