基于群体智能的防空武器目标分配问题建模与求解
张敬宜 高文浩 吉瑞璞 王宇涛 张兴邦
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

张敬宜 高文浩 吉瑞璞 王宇涛 张兴邦,. 基于群体智能的防空武器目标分配问题建模与求解[J]. 建模与系统仿真,20248. DOI:10.12721/ccn.2024.157079.
摘要: 防空武器目标分配问题是现代防空作战模拟系统中的关键问题之一。本文从实际作战需求出发,以雷达监控范围内的空中目标和地面防空武器系统为研究对象,建立了一种基于群体智能算法的分配模型。首先,运用战术性能和威胁度评估函数对防空目标进行评估,为每个目标分配权重。然后,引入改进的粒子群优化算法,结合短距离原则,确定最优目标分配方案。实验结果表明,该模型在随机生成的战场条件下,比传统的贪心算法和随机算法具有更高的打击效率和目标覆盖率,有效提高了防空武器系统的整体作战能力。此研究为军事决策提供了一种新的目标分配方法,具有重要的实用参考价值。
关键词: 群体智能;防空武器目标分配;作战模拟系统
DOI:10.12721/ccn.2024.157079
基金资助:

引言

在现代战斗中,如何给防空武器分配目标变得越来越重要,因为精确的分配能提高防空武器的战斗力。但因为目标的数量、类型和危险度总在变,这样的任务也变得更复杂了。旧的分配方式已不能满足需求。因此,文章介绍了一种新的利用群体智能算法的分配方法,这种方法传统如何判断战斗情况、战术能力和危险度,给防空目标分配重要性,然后决定最佳的目标分配方案。

1、问题背景与研究目标

1.1 防空武器目标分配问题的重要性

防空武器目标分配是指在战争或军事行动中,对于各类敌方目标进行合理的分配和指导防空武器的行动,以实现最优的防空效果[1]。防空武器目标分配问题的解决对于保障国家安全、提升防空能力具有重要意义。随着现代战争的发展,无人机、导弹等空中目标的数量和种类不断增加,传统的防空武器目标分配方法已经难以应对。基于群体智能的防空武器目标分配研究成为当前的热点问题。

1.2 基于群体智能的防空武器目标分配的研究目标

该研究旨在通过群体智能方法设计一种高效准确的防空武器目标分配模型,解决现有问题。分析了防空武器目标分配的特点和挑战。构建了适用于该问题的数学模型,考虑目标特征、武器性能和环境条件。提出了目标评估与权重分配方法,以综合评估和匹配目标和武器。引入改进的粒子群优化算法(IPSO)优化目标分配方案。使用实际数据验证模型效果并与传统方法对比。这个研究提供了新的解决思路,对提高防空能力和国家安全有重要意义。

2、基于群体智能的防空武器目标分配模型

2.1 目标评估与权重分配方法

防空武器目标分配问题,是以防空武器的数量、性能及敌方来袭目标的情况为主要参考因素的一种决策过程问题。目标评估是防空武器目标分配模型的一个关键步骤。目标评估的主要任务是准确地评价每个来袭目标的威胁程度,为武器的优先击败提供决策依据。目标评估的主要依据有目标距离、速度、高度、数量、形态等因素。而权重分配则着重于某种个体的权重,以便在模型中突出其作用。权重分配的主要依据有武器的性能、状态、维修状况等因素[2]

2.2 改进的粒子群优化算法介绍及应用

粒子群优化算法是一种集体协作的搜索算法,适用于解决防空武器目标分配问题。通过模拟鸟群寻找食物的过程,粒子群优化算法能够提供多样化的打击方案,提高战场决策效率和实际打击效果。该算法基于粒子的位置-速度模型,有效解决复杂映射关系,帮助决策者快速准确地进行目标分配。这种改进算法对小学生也易于理解。

3、模型求解及效果验证

3.1 模型求解过程

提出了一种基于群体智能的防空武器目标分配模型,并采用改进的粒子群优化算法对模型进行求解。模型对目标进行评估,并分配权重,确定每个目标的重要程度。通过引入自适应权重和多目标粒子群搜索策略的改进算法,提高了算法的收敛性和搜索能力。利用邻域搜索和惯性权重因子调整等方法增强了算法的全局和局部搜索能力。最终,通过迭代更新粒子的速度和位置,逐渐收敛到最优解,确定防空武器的目标分配方案。

3.2 与传统方法对比验证

基于群体智能的防空武器目标分配模型比传统方法更有效。它能更快地找到较优的解,并具有良好的稳定性和鲁棒性。通过考虑目标的多个因素,并准确评估其重要性,模型提供了有效的决策支持,提升了战术性能。

4. 模型对于战术性能提升的贡献

通过模型分配后的防空武器目标能够更好的对付对手,保证了最大程度上的战术优势。通过模型的优化,可以使得战术资源配置更合理,保证了有限的战术资源能够在关键时刻投入到重要的目标上。

5、总结与展望

5.1 研究总结

针对防空武器目标分配问题,提出了一种基于群体智能的方法,并对该问题进行了建模和求解。阐述了防空武器目标分配问题的重要性,对基于群体智能的防空武器目标分配的研究目标进行了详细描述。构建了防空武器目标分配模型,提出了目标评估与权重分配方法,并引入了改进的粒子群优化算法。此后,详述了模型求解过程,并将模型效果与传统方法进行了对比验证。探讨了模型在实际决策中的应用,包括防空武器目标分配决策支持以及模型对于战术性能提升的贡献。

5.2 研究展望

防空武器目标分配是一种复杂的问题,需求更灵活、更精确的解决方案。虽然成功地构建了一个基于群体智能的模型并取得了一定的成果,但是仍然存在很多需要改进和开发的地方。关于目标评估与权重分配的方法,尽管已经取得了一定的效果,但考虑到不同的防空武器和目标的特性,需要研发更具有针对性的评估和分配方法。粒子群优化算法在求解过程中依然存在某种程度的局限性,改进粒子群优化算法以进一步提高模型的求解效果是未来研究的一个重要方向。关于模型在实际决策中的应用,当前主要针对防空武器目标分配决策提供支持,期望将模型运用到更多的军事决策中,如战略聚合、地形分布等方面。就模型对于战术性能提升的贡献,并未完全实现最优化。持续优化和完善模型,以达到更好的战术性能提升,也是未来需要关注的研究课题。

结束语

本研究探讨了如何科学地给防空武器分配空中目标。我们用一个叫做群体智能的方法,通过电脑计算和判断来实现这个目标。我们还用了一种叫做粒子群优化的算法,使得防空武器打击目标更准、更有效。相比以前的方法,新的分配方式的效果更好。我们会在未来的研究中持续改进这个方法。我们希望这个研究对军事决策有所帮助。

参考文献

[1]龙腾,刘震宇,史人赫,王生印.基于神经网络的防空武器目标智能分配方法[J].空天防御,2021,4(01).

[2]李振宇,李保刚,雷瑶.基于改进蚁群算法的防空作战武器目标分配方法[J].舰船电子工程,2023,43(03).

[3]强裕功,宋贵宝,刘铁,刘镇毓.基于拍卖算法的动态防空武器目标分配[J].兵工自动化,2023,42(07).