摘要：针对复杂装备体系(Complex Equipment System-of-systems,CES)优化设计中指标变量多、仿真依赖性强、易陷入局部最优的问题,提出一种基于正向解析式和多目标博弈理论(Multi-Objective Game Theory,MOGT)优化算法的CES优化设计方法。为提升CES优化设计的可解释性,构建任务级—能力级—装备级的评估指标体系;在此基础上,基于装备机理和效用函数表征装备评估指标与作战能力之间的正向映射关系,并利用相邻优属度熵权法计算各指标权重;通过正向解析式与约束条件建立多目标优化模型,并采用MOGT优化算法获得最佳优化结果。以某作战推演平台中防空攻防想定为例,开展算例评估与验证分析。研究结果表明,该方法能够实现CES中最优设计方案的求解,可显著提高设计效率和降低设计成本,为下一代装备发展论证、设计评估和作战试验提供了基础性工作。

摘要：群体智能涌现研究对于人们理解自然界规律,优化社会管理,推进知识创新有重要作用,空天防御体系为群体智能涌现提供了研究和应用的新场景。然而,空天防御体系是典型的非线性系统,系统的可控涌现面临状态空间指数爆炸、动态过程建模复杂、性能分析困难等问题。面向战场防御场景,针对空天防御体系面临的大规模目标应对、复杂任务场景适配、多任务协调配合、复杂系统设计等问题,开展了面向空天防御体系的可控涌现机制研究,探究空天防御体系的涌现机制,为提升空天防御体系的多目标应对能力、场景快速适配能力和空天防御体系要素之间的有效协调配合能力提供新视角。

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：针对卫星在轨长期集群飞行问题,提出一种使用相对轨道要素(Relative Orbital Elements,ROEs)描述的稳定性与灵活性的分析方法,使用相对轨道要素描述了卫星集群飞行的被动安全和通信保持需求,通过集群成员的状态转换和漂移分析,研究了卫星集群的稳定性;通过描述集群的尺度、最优填充和扩展性问题,分析了卫星集群的灵活性。通过仿真,比较了不同的卫星集群构型在多种指标下的优缺点。使用相对轨道要素描述的稳定性与灵活性分析方法,为卫星集群飞行任务选择提供了依据。