摘要：针对相控阵雷达网跟踪弹道导弹目标时的资源管理问题,分析阐述反导预警作战场景,提出综合目标跟踪精度和雷达切换频率的目标分配效益函数,从雷达能量、时间及雷达与目标可见性三方面建立约束条件,以准确反映目标分配过程中的实际限制,在此基础上构建反导预警相控阵雷达网目标分配模型。根据反导预警任务特点,设置目标分配的自适应间隔,以提高模型设计合理性。就稀疏弹道导弹目标跟踪、密集弹道导弹目标跟踪2种场景进行仿真实验,结果表明:运用所提方法能够有效实现目标分配,提升相控阵雷达网资源利用效率,并能够减少雷达切换次数。

摘要：针对多机协同对地攻击目标分配问题及其特点,对二进制粒子群优化算法进行改进,提出了一种基于矩阵二进制粒子群优化算法的多机协同对地攻击目标分配算法。首先,通过攻击机机群在对地攻击过程中得到的毁伤收益与付出的生存力损耗建立了目标分配模型,然后根据该模型约束特点,建立问题解与分配矩阵即矩阵粒子之间的映射,最后根据粒子形式设计了新的位置更新方式。仿真结果说明,矩阵二进制粒子群算法能够快速地找到较优的目标分配方案,并保证解的有效性,满足问题的约束条件。

摘要：介绍了一种求解多无人机协同目标分配问题的方法,提出了多无人机协同目标分配仿真系统设计的总体思路。在此基础上,设计了层次化的体系结构和组织化的功能模块,并分析了系统设计过程中涉及的关键技术及其实现方法。最后用面向对象语言实现了多无人机协同目标分配仿真系统,并对一个典型的分配问题进行了仿真实验,实验表明,仿真系统对该分配问题的求解提供了良好的支持。

摘要：针对复杂环境中的多无人机协同攻击目标分配算法存在约束条件不充分、解空间的多样性与收敛性难以平衡等问题,提出了一种考虑执行能力约束的多机协同目标分配自适应精英粒子群(AEPSO)算法。首先,在以攻击效益最大化、时间及损毁代价最小化为目标的基础上,将多无人机续航能力、跟踪攻击性能等差异性导致的执行能力受限作为约束条件,构建了多无人机协同目标分配模型。然后,提出了一种基于混沌初始化和多尺度协同变异的自适应精英粒子群策略:通过构建一种改进型Logistic映射,实现粒子混沌初始化,提高了初始粒子群的多样性及搜索遍历性;设计了带有不同方差的自适应高斯变异机制作为精英选择策略,增强了粒子群的全局和局部搜索能力,跳出局部最优;最后,将粒子收敛贡献值作为反馈信息自适应地调整粒子群参数,加快算法收敛速度。仿真结果表明,在不同的无人机与目标的分配关系下,所提算法以更快的收敛速度、更小的适应度值求解出最佳的分配方案。

摘要：针对多无人机任务规划问题,在多种约束与机动动作下,进行目标分配和突防决策统一建模与优化求解方法研究。首先,基于无人机自身优势、目标威胁以及突防概率分别建立目标分配优化函数和突防决策优化函数;然后,利用线性加权法将两者融合,形成多无人机协同任务规划统一目标函数;其次,在强化学习框架下,分阶段构建协同任务规划的状态空间和动作空间,并根据统一目标函数设计奖励函数;提出一种改进的蒙特卡洛树搜索强化学习算法,在统一目标函数最大收益下实现对无人机目标分配和突防决策问题的求解;最后,通过对比仿真实验验证所提出的方法的时效性和最优性。研究结果表明:相较于传统方法,所提出的方法在提升收敛程度的同时,将训练时间减少了15%。

摘要：针对武器装备技术的发展对防空作战带来的挑战,提出一种基于高功率微波(HPM)武器系统与中近程防空武器协同作战目标分配设计模型。该目标分配模型首先设定作战场景,考虑HPM武器系统的软、硬杀伤效能,与中程防空导弹、近程防空导弹和末端近防炮协同作战,分析HPM武器系统及中近程防空武器的拦截效率,使用模拟退火算法给出目标分配模型求解方法,得出拦截效率最大化的防空武器分配方案。仿真实验结果表明,相比于蒙特卡洛算法和粒子群优化算法,模拟退火算法能够在更短的时间内寻找到拦截效率更高的解,有效解决协同作战中的目标分配问题,为HPM武器系统融入多武器协同防空作战系统奠定基础。

摘要：针对多无人作战飞机(unmanned combat aerial vehicle,UCAV)协同目标分配问题,提出了一种基于离散粒子群算法的多UCAV协同目标分配方法。根据多UCAV协同目标分配问题的特点,建立了粒子与实际问题间的映射,设计了新的粒子群位置和速度更新公式,并且对标准粒子群算法作了改进。充分利用粒子群优化算法的全局搜索能力,有效地解决多约束条件下多UCAV协同目标分配问题。仿真结果表明,离散粒子群算法能够稳定快速地找到较优分配方案,并且算法简单、灵活。

摘要：对多UCAV协同攻击目标分配问题进行了研究。以收益指标、消耗指标及航程指标为准则建立数学模型,采用改进的萤火虫优化算法对模型进行求解;对基本萤火虫优化算法进行了改进,给出了新的萤火虫更新策略,引入了局部搜索及全局信息交换机制,并将萤火虫优化算法与混合蛙跳算法融合,实现了多智能群体共同进化,提出了一种基于多群体改进萤火虫优化算法的UCAV目标分配算法;针对UCAV协同攻击决策特点,设计了萤火虫离散编码方式,最终得到多UCAV协同攻击最优分配方案。仿真结果表明,多群体萤火虫优化算法能够稳定快速地给出目标分配最优方案。

摘要：目标分配是指挥控制流程中的核心环节,分配模式的优化对于提升防空反导作战能力具有重要意义。为提高防空反导目标分配的鲁棒性、适用性以及博弈对抗性等作战性能,以应对当前复杂多变的战场环境,本文提出建立多模式融合的目标分配体系结构,对商用订单式的服务模式进行适应性改进,将“派单”“抢单”“抢派单融合”三种模型改进定义为军事模型;通过使用美国国防部体系结构框架(Department of Defense Architecture Framework,DoDAF)建立“他分配”“自分配”“他分配与自分配结合”的新型目标分配体系结构;引入Perti网模型,构建并分析Petri网模型的可达图,通过仿真实验平台,构建复杂作战场景,验证了分配策略机制的可行性。结果表明三种策略各具优势,本文设计的多策略结合在匹配时间、成功率以及效用值方面相较传统的单一策略具有较大优势。

摘要：将不同火力打击资源进行组合,并分配给打击目标,是筹划联合火力打击作战需要解决的关键问题之一。针对联合火力打击目标分配问题的特点,综合考虑打击顺序、毁伤等级、威胁、效费比、战损等因素,建立了联合火力打击目标分配问题的多目标优化模型。将MOEA/D和多级协同进化框架相结合,提出利用多级协同MOEA/D算法求解目标分配的多目标优化模型,并设计了相关的遗传进化机制。仿真结果表明,所提出的算法具有良好的收敛性和均匀性。