基于Voronoi图和离散微粒群优化算法的UCAV攻击轨迹决策

根据UCAV可发射区简化模型,提出了UCAV攻击轨迹决策问题。提出了UCAV攻击轨迹决策的分层设计方法,并将其转化为优化问题。首先根据已知的飞行环境,采用Voronoi图生成初始轨迹;然后通过建立攻击轨迹约束条件模型、飞行距离模型和威胁模型,以飞行距离和威胁代价为优化目标函数,构建了UCAV攻击轨迹决策模型,并在此基础上提出了一种离散微粒群优化(Discrete Particle Swarm Optimization, DPSO)算法对攻击轨迹决策模型进行求解。仿真结果表明,通过Voronoi图和DPSO算法能够较好地解决UCAV攻击轨迹决策问题,并能够在多约束条件下对目标函数进行组合优化。     

基于区间云模型的非完备空战决策效能评估

为解决评估过程中评估指标体系权重分配不合理和空战数据不确定的问题,提出基于博弈论和区间云模型进行非完备空战决策效能评估的研究方法。针对空战攻防决策,构建评估指标体系,基于博弈论合理调整主客观权重获得指标的综合权重值。然后,对评估中出现的随机性和模糊性问题,研究区间云模型方法,通过区间云发生器确定非完备空战决策效能优劣。最后,通过仿真验证了所提方法的可行性和有效性,为解决非完备信息下的空战决策效能评估问题提供了技术支撑。     

基于概率群集的多战机协同空战决策算法

为解决多战机在无中心控制条件下的自主协同空战决策问题,提出了一种基于概率群集的分布式协同算法.以导弹为Agent构建协同分布式决策模型,并基于概率群集将离散的组合优化问题映射为概率分布空间上的一个凸优化问题;通过定义Agent的贡献度扩展概率群集架构.上述2种方法分别解决了模型中存在较大局部最优值区域和由于异构Agent间的非线性协同导致系统无法准确收敛的问题.实验结果表明,所提算法与传统算法相比具有更好的鲁棒性、可扩展性,收敛速度也有一定提高.