基于神经网络TSP算法的防空作战火力分配
基于改进模糊神经网络算法的炮兵火力运用方案评估

第39卷第1期2017年2月指輝控制与仿真Command Control &SimulationYol. 39 No. 1Feb.2017文章编号:1673-3819( 2017) 01-0025-05基于改进模糊神经网络算法的炮兵火力运用方案评估$刘铜、李小全、王永良、王键2(1.南京炮兵学院,江苏南京211132;2.解放军65565部队,辽宁丹东118105)摘要:针对炮兵火力运用方案评估中的主观性和不确定性等问题,将模糊理论融入到B P神经网络对其进行评估,并通过多种群自适应遗传算法对神经网络进行优化以提高评估的效率。
构建了炮兵火力运用方案评估指标体系、评估流程和评估模型。
最后,结合实例进行了仿真验证分析,得出了较为可靠的结论,为炮兵火力运用方案评估提 供了有效方法。
关键词:炮兵火力运用方案;评估;神经网络;模糊理论中图分类号:T J810. 3 +7;E917 文献标志码:A D0I:10.3969/j.issn.1673-3819.2017.01.006Assessment of Artillery Fire Application Plan Based onImproved Fuzzy BP Neural NetworkLIU Tong1, LI Xiao-quan1, WANG Yong-liang1, WANG Jian2(1.Nanjing Artillery College,Nanjing 211132;2.Unit 65565 of P L A,Dandong 118105,China)Abstract :To solve the subjection and uncertainty problems in the assessment of artiller^^fire application plan,the fuzzy the-or^^is used in the BP neural network to assess them.The multiple population self-adaptive genetic algorithm is used to optimize the neural network to improve the efficiency of assessment.The index system,process and the model of the artiller^^fire application plan assessment are structured.In the final,an example is given to set up an analysis of simulation and validation,which proves an liable result and provides an effective way to assess the artiller^^fire application plan.Key words:artillery fire application plan;assessment;neural network;fuzzy theory联合作战下,炮兵作为对地火力突击的主体力量,火力运用的正确与否直接影响到指挥员的战斗决心。
基于神经网络的炮兵火力计划评估与优选研究

( m y Ofi e a e Ar fc r Ac d my,He e 2 0 3 ) fi 3 0 1
A s r c T o v h u jcie e s n l d e si pi z gt e ln o ri ey f e o r i e t bi e n e au t n l n p i b ta t o s le t es b et n s db i n s o t i a f t lr r p we , sa l h s v la i a a d o t v a n n mi n h p a l i t s a o —
本 文 提 出 了 基 于 神 经 网 络 的 炮 兵 火 力 计 划 评 估 与 优 选 方 法 可有 效 解 决 这 一 问 题 , 托 计 算 机 神 经 网 络 的辅 助 决 策 功 依 能 , 学 客 观 地 对 炮 兵 火 力 计 划 实 施 评 估 与 优 选 。本 文 在 科
耋
1 引 言
炮 兵 火 力 计 划 的评 估 与优 选 是 优 化 我炮 兵 部 队作 战 中 拟制炮兵火力计划 的关 键工作 。信息化 条件 下的作 战 , 战
/一
、、J
输入样 本
2 日徊 寸
首 先假 定 有 m 个 火 力 计 划
备选方 案 , 其数学 表达 式 A
场情况 瞬息 万变 , 传统 的炮兵火力评估与优选 方法 , 如层次 分析法 、 模糊聚类分析 法等 , 为主观 因素 对其干 扰较强 , 人
a d p o e t ce tfc le sa d in v to n f rh ri p o ie e wa ih c mbie u l aiea d me u a l eh d oa s s n r v siss in iian s n n o a in i u t e t r vd sat w y whc o ' l n sq ai tv n ns r bem t o st s es t
基于神经网络TSP算法的防空作战火力分配

基于神经网络TSP算法的防空作战火力分配
李丹;王巨海;陈振雷
【期刊名称】《火力与指挥控制》
【年(卷),期】2006(031)004
【摘要】基于神经网络TSP算法建立了防空作战火力分配模型,并通过在计算机上仿真运行了实例,优化了火力分配方案.这是对解决防空作战火力分配问题的一种有益的尝试与探索,同时也对防空作战指挥决策和理论研究以及指挥自动化系统建设提供了参考.
【总页数】4页(P42-45)
【作者】李丹;王巨海;陈振雷
【作者单位】防空兵指挥学院,河南,郑州,450052;防空兵指挥学院,河南,郑
州,450052;防空兵指挥学院,河南,郑州,450052
【正文语种】中文
【中图分类】E211
【相关文献】
1.基于火力分配环的舰艇编队防空作战体系结构研究 [J], 马颖亮;程继红;单鑫
2.基于人工免疫算法的舰艇编队防空火力分配研究 [J], 刘洪龙;史红权
3.基于遗传算法的要地防空武器系统最优火力分配模型研究 [J], 高志华;陈健;文建国;李木易;孙媛
4.基于动态自适应遗传算法的舰艇防空火力分配 [J], 傅调平;陈建华;李刚强
5.基于并行遗传算法的舰艇编队防空火力分配方案 [J], 季大琴;宋剑;范婷婷
因版权原因,仅展示原文概要,查看原文内容请购买。
基于BP神经网络和实验数据的火力打击效能预测

·48·兵工自动化Ordnance Industry Automation2018-0837(8)doi: 10.7690/bgzdh.2018.08.011基于BP神经网络和实验数据的火力打击效能预测郭忠伟1,李赵建伟2,周兆才2,王皓䶮2(1. 陆军炮兵防空兵学院军政基础系,合肥 230031;2. 陆军炮兵防空兵学院研究生管理大队,合肥 230031)摘要:针对火力打击效能预测问题,构建基于作战实验数据和BP神经网络的预测方法。
设计火力打击效能实验和数据采集处理,构建6-18-1型BP神经网络预测模型,并通过作战实验数据样本进行验证。
结果表明,火力打击效能预测仿真值与实验值相近。
关键词:作战实验数据;BP神经网络;火力打击;效能预测中图分类号:TP311.56 文献标志码:AEffectiveness Prediction of Firepower Fighting Based onBP Neural Network and Experimental DataGuo Zhongwei1, Li Zhaojianwei2, Zhou Zhaocai2, Wang Haoyan2(1. Department of Military & Political Basis, Army Artillery Air Defense Academy, Hefei 230031, China;2. Administrant Brigade of Postgraduate, Army Artillery Air Defense Academy, Hefei 230031, China)Abstract: Aiming at the problem of fire fighting effectiveness prediction, a prediction method based on operational experiment data and BP neural network is built. We designed the fire fighting effectiveness experiment and data acquisition and processing, built the 6-18-1 BP neural network prediction model, and verified it through the operational experimental data samples. The results show that the simulation results of fire fighting effectiveness prediction are similar to the experimental ones.Keywords: operational experimental data; BP neural network; fire fighting; effectiveness prediction0 引言为能在复杂战场环境中更有效地打击目标,需对火力打击效能进行预测。
《现代防御技术》第34卷(2006年)主题分类索引

空 间预警 系统 建立 导 弹 目标 优 先级 的多 属性决 策 … …… …… …… …… …… 牛轶峰 , 梁光 霞 , 林成 ( 1 沈 4— )
电子作 战 目标威 胁评 估方法 初探 ……… …… …… …… …… …… …… …… …… …… 程 立斌 , 林春 应 ( 6—3 ) 2
新 型驱 护舰 编 队舰空 导 弹防御 体 系射击 效 能研 究 …… …… …… …… … 李 晓 , 王 峰 , 中南 , ( 1 ) 张 等 4— 8
美 国海 军水 面舰 艇导 弹 防空体 系 分析 ……… … ……… …… …… … ……… … …… …… …… 贺 泳( 2 ) 4— 0
防御 技术 的新 发展 和新 问题 …… …… … ……… …… …… …… …… … ……… … …… …… …… 成 楚之 ( 6一I )
防空 兵群 动态 防 空抗击 效 率评 估模 型研究
… …… …… …… …… …… …… … …… … 孙 巨为 , 贾春 雨 ( 7 6— )
地 空导 弹火力 单 元作 战效 能标 准 化 问题 研究 …… …… …… …… …… … 汪 靓 , 朱雪 平 , 松 洁 , ( 唐 等 6—1 ) 1
维普资讯
A2
《 现代防御技 术》 3 第 4卷 (0 6年 ) 20 著者索弓
现代 防空 体系 中三层 作 战问题研 究 … …… …… …… …… 彭小龙 ( 6—1 ) 6
地空 导弹群火 力优化 分配模 型 … …… ……… … …… …… ……… … ……… 田秀丽 , 亦斌 , 国平 ( 崔 王 6—2 ) O 防空群 掩护 固定 目标 兵力 区分模 型构 建 …… …… …… …… …… …… … 徐 霄冰 , 张 涛 , 惠 琦 , ( 等 6—2 ) 4 信息化 条件下 防精确 打击 的策 略 …… …… …… …… …… ……… …… …… 郝延 军 , 敬 荣 , 鲒松 ( 舒 叶 6—2 ) 8
基于遗传算法的防空兵群(团)火力分配模型

W ANG in — i g Ja —p n
(3 6 r yU i, L B in 0 02,hn ) 69 1A m nt P A, e ig10 1 C ia j
ABS TRACT : i p w ra sg me ti o e o h s mp r n a k o i n o F r o e s i n n s n ft e mo ti o t tt s s f r f g c mma d o i d fn e f r e e a i r n fa r ee s o c
dfnefre adetbi e e rp w ras n n moe a dc clt gs p rgo p( op )o i ee s c , n s l h s nw fe o e si met dl n a uai t sf ru crs f r o a s a i g l n e o a
维普资讯
第2卷 第 6 3 o期
文章编号 : 0 9 4 (0 6 0 0 0 0 1 6— 3 8 20 ) 6— 0 9— 4 0
计 算 机 仿 真
26 6 0 年0 月 0
基 于 遗传 算 法 的 防 空兵群 ( )火 力分 配模 型 团
d f n e o e a in a d t e e o e a et et r e f i d f n e C Is se e e s p r t n h r f r r a g to r ee s y t m.T ov h r b e o h a o s l e t e p o l m,c n e to a l h o v nin l te y i tg r p o r mmi g meh d i s d Ho e e , i p a tc , t e c n e to a t o a t r e s o a e . n e e r g a n to sue . w v r n r c i e h o v n i n l me h d h s h e h r g s t Th r f r e e o e,t i a e s s t e sa d r e e i g r h t o v h ie o r a sg me t d c so r ar hs p p r u e h t n a d g n t a o t m o s l e t e f p we s in n e i in f i cl i r o
基于改进遗传算法的反舰导弹火力分配研究

火 力 与 指 挥 控 制
Fi Co n t r o 1& Co mma nd Co n t r o 1
第 4 0卷
第8 期
2 0 1 5 年 8 月
文章编号 : 1 0 0 2 — 0 6 4 0 l 2 0 1 5 】 0 8 — 0 0 9 0 — 0 4
s o l v i n g me t h o d b a s e d o n i mp r o v e d g e n e t i c a l g o r i t h m a r e b o t h e s t a b l i s h e d .T h e i mp r o v e d g e n e t i c
a l g o r i t h m c o mb i n e s de c i ma l e n c o d i n g s t r a t e g i e s p a r t i a l , it f n e s s- pr o p o r t i o n a t e s e l e c t i o n a n d a da pt i v e
a n t i s h i p mi s s i l e i s t h e i f r e d i s t r i b u t i o n ma t t e r .T h e mo d e l o f t h e a n t i s h i p mi s s i l e i f r e a l l o c a t i o n a n d a
中 图分 类 号 : T P 7 6 0 . 2 ; T J 7 6 1 . 1 文献标识码 : A
An t i s h i p Mi s s i l e Fi r e Di s t r i b u t i o n Ba s e d o n I mp r o v e d Ge n e t i c
基于神经网络的防空武器多目标火力分配模型_张雷

c *
U / i=
∑T
j= 1
ij
* V i j - U i /R i + I i ( 13)
偏流 I x = B * m - C* O x i 则某一特定神经元 x i 运动方程为
42神经网络优化算法优化神经网络采用连续型hopfield网络chnn如图3sigmoid非线性特性连续型hopfield网络每个神经元具有连续时间变化的输出值神经元之间全互联神经元模型为对于chnn能量函数e可定义为131414式中若f1是单调递减且连续的则能量函数正是单调递减且有界的文献1已证明对理想运算放大器有15因此从任意初态开始chnn按一定的状态轨迹运动最终能达到网络的稳定状态或渐进稳定状态即e的极小点
∑
m
A (_ , p j ) = ~ i
1 。
i= 1
( 3) 目标威胁排序权重 W
目标威胁 排序也称威 胁估计 , 是目标 分配的 重要依 据 。 通过威胁估计给出目标威胁权重 , 也是一个极其复杂的问题 , 有传统的数学规划方法 , 也出现了威胁估计专家系统 , 较简单 的排序可以考虑运用层次分析法, 将目标按不同层次排序 。 4 . 2 神经网络优化算法 ( 1) 优化神经网络采用 连续型 H op fie ld 网络 (CHN N ), 如图 3 和图 4所示 。 每个神经元具有连续时间变化的输出值 , 神经元之间全 互联 , 权值 T i j= T j i。 神经元模型为
2 多目标火力分配问题的数学优化模型
基本问题假定 : m 批空中来袭目标 , n 个防空火力单位 。 空间约束条件 : 设 P i j为第 i 个目标 相对第 j 个火力单位 的航路捷 径 , P m ax为第 j 个火力单位 可杀伤目 标最大航路 捷
基于连续Hopfield网络的反导火力分配优化

砭 萎 寡昙 =
式 中 构成的集合为 。 应用变量 ()= { k()E( ,) , X 0 1 }k∈K m ∈M替换原离散决策 向量 y 反导火力分配模型为 : , ,
- =∑SⅡ ( 一 k ) , ( ) 1P
) ( 一 ) , m∈M 一 1≤0V
X M
() 8
z =( ∑ ) ≤0 4 ∑ 一 , mn∑R, ) = i ( ∑
= 1 m =l I= I , n= l
肘
z =∑ ∑ ( 一 )= 5 1 0
2 反导作 战火力分 配模 型的 H p ed神经网络 匹配 of l i
村 , ( A)= E X, )+ ( ( A )
K ^ f K . I ! f ,
.
(3 2)
rr
K
J l f
式 :( = ∑u = ∑÷ ‘ ( d ∑∑ [ 0 (一 ) (一 中E e ) ( ) U )k X = l +1 l 1 s x o g
DO 1. 9 9 ji n 10 3 1. 0 0 . 0 I 0 3 6 /.s . 0 9— 5 6 2 1 . 6 0 7 s 1
中图分 类 号
反导火力的最优分配是反导战场管理的重要内容之一。反导火力分配主要指反导火力平台对攻击 目 标 的分配。实际作战中, 通常都是多个反导火力平台对多个 目标( 目标群)进行火力攻击 的, 或 这就需要确定 各火力单位在给定时间内的攻击 目 , 标 更广义地讲 , 还应指 明反导火力平 台对 目标射击的弹药量或射击次 数。反导火力最优分配就是在给定的约束条件下 , 充分发挥诸反导火力平台的整体协调优势 , 使总 的射击
基于遗传算法的防空兵射击火力分配研究

着眼防空兵的作战特点, 从运筹学角度 , 建立优化防空兵射击火力分配方案 的模型 。介绍了遗传算法 , 并在此
( o e e eA t arrf D v ino i n j n a,D q g 1 3 1 ) N .2 R sr n i i at ii o f l gi g a i 6 3 4 v — c s He o a n
A s r c Th a e o u n t e o e ai n lc a a t rs is o i e e s o c s r m h e s e t e o p r t n l b ta t ep p rf c s o h p r to a h r c e i t fa rd f n e f r e ,fo t e p r p c i fo e a i a c v o r s a c ,t s a l h o t l i d f n ef r e h tf ed s r u in mo e s ti to u e h e e i ag rt m , n n t i e e r h o e t b i p i r ee s o c ss o i i ti t d l.I r d c d t eg n tc l o i s ma a r b o n h a do s h b s s ie h o u in o h t o s a d p o e u e O a a t d t h d l y g n t lo ih a i ,g v n t e s l t f t e me h d n r c d r s t d p e o t e mo e b e e i a g rt m. Va i ae t n e — o c l td wih a x d a l ,i i t d r s h s u far d f n e f r e h tf e ds rb to r vd s a n w y o h n i g mp e t s O a d e s t e is e o i e e s o c ss o i it i u i n p o i e e wa ft i kn . r K y W o d g n tca g r h ,f i g,f e ds rb t n e rs e e i l o i m t in r i it i u i r o Cl s mb r TP 0 . a s Nu e 3 16
基于神经网络动态规划的导弹防御和截击机分配

关 键 词 动态规 划 动 态神经 网络规划 战区导弹防御
1 引 言
本文讲述 了一个复杂的动态截击机分配问
题 , 是 典 型 的 战 区 导 弹防 御 ( 它 TMD) 题 设 问 假
体的正在来袭的导弹。
由于不同种类的设施价值不同 ,在被不 同 类型的导弹攻击时也 有不同 的毁伤概率 ,同时 不同类型的截击机在防御不 同类型的导弹时防 御效率也不同 , 这个问题非常复杂。因此 , 问 该 题的状态空间和控制空间非常大 ( 贝尔曼 的“ 维 数爆炸” , ) 通过动态规划 ( P 完全解决现实中 D) 的该 问题是不切实际的,必须探索一些更好的 结构来解决该问题。 本文描 述了一个 T D的数学最优化模 型 M 和一个解该模型的动态神经 网络规划 ( D ) N P 方 法 。N P方法是一类增强型学习方法 , D 它利用
维普资讯
的结果 和与 T D有近似结构 的 一磐后助问题 M 和资源分配问题是相关的 ; 如、 倒 机器维修问题 儿乎和 T D有 相同的结构 ( M 导弹代表机器故 障, 战击机代表可 用来维修 故障的空闲工具 .
色机 跑 道 代表 维修 工 ) 。
法 口
5 结 论
本 文 研 究 了 变结 构 估 计 算 法 中 的 最 重 要 、
自然和实用的方法——R M A s方法的关键部分
— —
模 型 集 合 自适 应 ( A) MS 将 MS A分 解 为模
型集合激活和模 型子集终止 ,用统计学假设检
ห้องสมุดไป่ตู้验 描 述 基 于使 用 模 型集 合 似 然 比和 模 型 集 合
最 优 cs —t o函 数 基 于 神 经 网络 的 近 似 技 ot o—g
基于云遗传算法的防空火力优化分配

( 解放 军理 工大 学指挥 自动化学 院 南京 2 0 0 ) 1 1 0 7 ( 解放 军理 工大 学理 学院 南京 2 l 0 ) 2 1 1 1
摘 要 :为 了克服 传 统遗 传 算 法 易陷入局 部最优 解 的缺 陷, 用云模 型 中云滴 的 随机 性和 稳 定倾 利 向 性 的特 点 , 出 了一种 全新 的云 遗传 算 法。该算 法 由正态云模 型 的 Y 条件 云发 生器 实现 交 叉操 提
Cl ud M o lGe tc Al o ih s o — de ne i g r t m
Zhe g Sh m i M i o Zh n Don i n i ng a ua g g Le So ln ng Zii
Hale Waihona Puke ( Colg fCo 1 l eo mma d Au o to e n t ma in,P LA ie st fS in ea dTeh oo y,Na j g2 0 0 ,Chn ) Unv r i o ce c n c n lg y ni 1 0 7 n ia
简 便 性 和 实 用 性
关 键 词 : 战 指 挥 ; 配 与优 化 ; 传 算 法 ;云 模 型 ;防 空 目标 作 分 遗 中 图 分 类 号 : 2 TP 9 文献 标识 码 : A
Optm i a i n o h l c to f Ta g t f Ai f ns s d o i z to f t e Alo a i n o r e s o r De e e Ba e n
wa o s d,whih ma s u e o he r n mne s a e d n y t wa d t bi t he c o s pr po e c ke s f t a do s nd t n e c o r s s a l y oft l ud i d op e f a cou de .I hi l rt m ,t ond to c o ne a o f a no ma l ud r l t o l d mo 1 n t s a go ih he c ii n Y l ud ge r t r o r lc o mo li s d a he c os pe a or nd t e ba i l u ne a o st e mut to pe a o . de s u e s t r s o r t ,a h s cc o d ge r t r a h a i n o r t r Thi s pa r pr s nt t ma ia pe e e s a ma he tc lmod lf r t r ta l c to e o a ge lo a i n,wh c s s t l d—he r - s d ge i h u e he cou t o y ba e — n tc l rt e i a go ihm f o i ia i or ptm z ton.The o e a i s f nii l p r ton o i ta po l ton r a i n, s l c i n, pu a i c e to ee to c os ov r a d m u a i r mpr v d i h o e soft lo a i n oft r t fa rd f ns nd r s e n t ton a e i o e n t e pr c s he a l c to a ge s o i e e e a is o i z ton. xa l Sa s o i e t ptmia i An e mp e i l o pr v d d,whih s wst smo lt eop r b e,v ld,c — c ho hi de O b e a l ai on
基于自适应遗传算法的防空兵最优火力配置

基 于 自适 应 遗传 算 法 的 防 空兵最 优 火 力配 置
潘 伟
( 阳炮 兵 学 院 电子 侦 察 指 挥 系 , 宁 沈 阳 10 6 ) 沈 辽 187
摘
要 : 于 遗 传 算 法 的防 空 兵 最 优 火 力 配 置 , 用 战 场 目标 价 值 和 防 空 兵 火 力 配 置情 况建 立 。最 大 限度 发挥 武 器 基 运
Op i u F r p we sr u i o b o l fAi De en e t m m i o rDiti t e b on f rCa o de o r f s
F re B s d o a t e Ge e i Alo i m o c a e n Ad p i n t g r h v c t
m o e a x r he ihe tpon f fr p we nt e fce c o a o n e l e t e m o td ma e d lc n e e t t h g s i t o e o r u i fiin y f we p n a d r ai h i z s a g e fc . e tp i cu e a o tn r a n m b r o o e,ce tn o g n lc m mu iy h o h u l ig fe t Th se s n l d s d p i g e l u e t c d r ai g r i a o i n t tr ug b idn c r m o o e;c lu ai g te d g e f a a ai n, h c n u he o gn lc m mu iy;ma pua ig t e ho sm a c ltn h e r e o d ptt o c e kig o tt r ia o i nt ni lt n h i h rtag rt m p r t r n m e ir tn h a i u ai n o lci n, h a m a, a ain a d S n. n e l o h o e ao sa d a l ai g t e m n p lto fe e to c i s i i o v r t n O o At i o
防空导弹火力分配决策支持系统(DSS)分析

防空导弹火力分配决策支持系统(DSS)分析.14.《情报指挥控制系统与仿真技术》2001年第2期防空导弹火力分配决策支持系统(DSS)分析田建锋娄寿春摘要本文针对防空导弹火力分配决策支特系统(DSS)的建模作了四个方面的分析,指出一奇研究和设计防空导弹火力分配DSS相对有效的连径.关键词决策支持防空导弹托力分配1引言未来高技术防空作战行动由于具有复杂,快速和多变的特点,因此有必要对指挥员的决策提供一定程度上的支持.防空导弹火力分配决策支持系统(DSS)就是提供这种支持的相对有效手段.建立防空导弹火力分配DSS的本质是实现防空导弹与目标之间的最佳匹配,使有限的防空资源达到优化调度的预期效果.防空导弹火力分配DSS应具有下列功能:1)DSS能收集,存储,预测并实时提供与分配决策有关的各种外部数据;2)DSS能实时提供常用的数学分析工具和有关模型,并能灵括地利用模型和方法;3)DSS具有良好的实时性;4)DSS具有良好的人机交互性能.问题是基于模型之上的防空火力分配DSS究竟"好"到怎么样的程度,是否真能使有限的防空资源达到最佳调度?应用此系统真能达到最佳的战场效果吗?分析一个防空导弹火力分配DSS的有效性时必须注意二个事实:首先对于防空火力分配这样的一个实时动态闾题,据其上而建立的模型不可能达到绝对理想;其次是衡量防空火力分配DSS 有效性的正确的,绝对的尺度不存在.有效性是一个多维的和高度主观的概念,这种概念很难用数量上的有效单位来定义,如计算某个DSS的有效单位是多少,而另一个DSS 的有效单位又是多少.可以说防空导弹火力分配DSS的建立和运用是指挥艺术和科学技术的有机结合.2模型建立及变量结构分析在防空导弹火力分配问题中,我们常考虑三个相关因素:一是导弹武器方面,主要考虑导弹的射程,反应时间,精度,杀伤威力,射击多目标能力等;二是目标方面,主要考虑目随着新技术在鱼雷上的不断应用,新型鱼雷的智能化程度和抗欺骗,抗干扰能力得到极大的提高,仅仅依靠软杀伤手段已不能适应未来舰艇对抗的要求,必须将软硬杀伤有机地结合起来,组成多层次纵深防御系统.为此国外最新研制开发的反鱼雷防御系统均考虑采用硬杀伤手段,硬杀伤武器的研制已成为鱼雷对抗发展的重点.考文献(略)防空导弹火力分配决策支持系统{DSS)分析-15-标的价值,威胁程度,目标数量,空间位置等;三是综合因素,主要考虑战场环境,期望目的,兵器状况,指挥权限等.防空导弹火力分配DSS的建模一般基于二种方法:一种方法是包含系统的所有变量和关系的模型开始,然后再简化这个模型;另一种方法是搞清模型所需要的特殊数据后,从系统的初步简化模型开始,简化模型仅包含系统中最基本的变量和关系,然后再细化这个模型,直到响应结果的主观判断满意为止.但无论采用何种方法建模,希望得到的是如何将战场数据信息转换成相应的行动,对获得的战场数据信息须进行一系列的获取,评估,筛选和变换诸过程.对于保留下来的数据必须确定它们之间的联系,必须对各种信息深层的含义进行挖掘.从诸多数据中获取信息,凭借它迅速形成并且估什出它们的价值及相互影响.同时对模型的历史状态和当前状态进行比较,以提高拟用变量的有效性和可靠性.通过模型求解而获得的结果好坏,主要依赖于模型本身的好坏.一般可以运用多种优化方法,如运用动态规划,整数规划和多目标规划建立防空火力分配模型,对模型的求解又有多种行之有效的算法,如分枝定界法,割平面法,启发式方法,以及解决多维问题的遗传算法,这些都是必需的步骤,根椐这些系统步骤建立的模型所产生的火力分配方案,肯定要比没有任何优化步骤而采取的行动方案要合理.防空火力分配DSS系统是一个庞大,复杂的系统,确定模型变量的合适途径应从一个简化的模型开始,尽可能使所研究的变量个数减少,要从对系统输出有重大影响的变量着手,结合防空导弹的特点,分解,简化或调整,细化目标函数与约束条件,得到数学优化模型,然后对它的输出结果进行分析,再把必要的细节加入到模型之中,达到辅助决策实际需要的"深"度.模型的变量结构涉及到模型表达系统的详细程度,如变量的个数,优先等级,约束条件,一种错误的观点是认为模型越"深",即模型越大,越精细,越复杂,模型就越好,相反的是,高度"深"化了的模型可能是一些无谓的假设,过精细的参数要求或许产生一些不精确的输出结果,也容易导致实时性条件的不满足.在现实的防空间题中,并不一定要数学上的最优解,而需要的是次最优解.3输入输出信息分析防空火力分配DSS属于复杂性高,决策时间短,信息密度高的系统,其结构化的程度较高,它所要求的详细信息量大.DSS模型的演算离不开数据,当模型的逻辑叙述越明确,输入的数据质量越高,那么系统便越能够更直接地将输人数据转化为输出结果及响应,防火力分配DSS将会最大限度地发挥作用.如果没有内部和外部的数据来源,那么DSS就会变成无水之源.3.1输入信息需要的基本输入数据有目标的类型,方位,进入方向,距离,高度,速度,战略战术意图和使用的兵器种类,数量,精度,破坏威力,目标对我攻击方式的预测等等.还应考虑我方武器各单元的射击远界与近界,火力转移时间等.不容否认的事实是防空作战过程中,输入信息往往具有不确定性,由于使用了不正确16-《情报指挥控制系统与仿真技术)2oo~年第2期或不可靠的信息,使得构模工作被否定,或者模型在运作过程中,输^了不正确或不可靠的信息,使得模型的输出不能反映初始设想,对这二种情况的任何一种忽视,都可能严重地降低模型的有效性.如果将决策用一个基本结构式子表示,则为:=F(A.S)其中:A:是供选择的决策方案,是决策变量.S:是决策所需要的客观状态变量,是不可能控制的.V:是效益或价值.确定型决策要求A和S都是已知的,但对于踌空作战则A是已知的,S是不确切的, 但是可以经过估算或推理,防空火力分配属于这类半结构化的风险型决策.对于这样一类风险型决策,利用数学分析方法,建立数学模型,计算效益期望值,实现决策方案的优选目的,即采用硬决策或定量决策方法具有一定的局限性,硬决策方法缺乏灵活性,完全的硬决策只适用常规的局部决策,对于防空火力分配应该将硬决策与软决策方法结合起来.未来防空火力分配DSS要求有极高的信息处理能力,更高的对新的信息加工与预处理技术.防空火力分配DSS除提供有价值的信息以辅助各级指挥人员决策外,还须能辅助解决一些非结构化即动态结构的问题,使之具有知识处理的功能,成为智能DSS (IDSS).踌空火力分配智能DSS不仅具有定量的计算功能和定性的知识推理功能,而且能将这两种功能结合起来进行分析,成为一种知识信息处理系统KIPS(KnowledgeInformationProcessingSystem),该阶段要求应用人工智能语言及推理机能,并且快速运算,大容量是多模式,多层次,多变化,和速度的体现.3.2输出信息分析防空火力分配DSS有效性的直觉方法是检查由它作出的决策的结果,这个问题与这二个方面有关:一是系统是否能够完成既定任务?二是涉及到系统对用户以及辅助所处环境的适合程度,这是导致降低辅助效能的因素之一.分析既要重视理论原则与数学方法的重要性,更要重视实践,实践是检验决策正确与否的唯一的标准.但是,在这个问题上,通常不存在确定一个决策正确与否的准则,需要由相关专家进行仿真分析.分析输出信息不能单纯根据现实的结果,还应考虑系统的预测能力.系统响应的有效性检验需要通过历史的,估计的和现行的数据输入来完成,模型对现行数据的有效响应不能保证对未来数据的有效响应.4价值度量及约束关系分析模型变量的结构反映的是对系统输出有重要影响的系统元素,而价值度量及约束关系的分析是描述元素之间的地位,相互作用和相互关系,使模型逻辑确实能反映系统逻辑.4.1目标或变量的价值度量为揭示决策本质,需找出参与决策过程的诸变量之间的约束关系,建立数学模型,用状态集5=b),状态存在的概率P=b),方案集A=k},效益集V(a,s)及决策准则jIf的五重数据结构形式而涉及到的目标或变量的价值度量是防空火力分配DSS的困难所防空导弹火力分配决策支持系统(Dss)分析?l7?在,没有一套现成的正确的规则能确立目标或变量的合适优先次序.防空火力分配的效率指标,可定义为对目标的毁伤概率,目标生存概率,毁伤目标期望数,目标突防期望数或目标对我毁伤概率,我不被目标毁伤概率,目标毁伤我期望数等等.把目标分饵成若干层次的确定的价值指标,这些指标实现的程度就是衡量实现决策目标的程度.每类价值指标又可以分成若干项,每项又可以分成若干条,构成一个价值体系即分析体系.把目标赋予适当的优先次序主要是靠客观环境以及经验和洞察力,只有通过实践才能加深理解.多目标决策可采用特尔斐法,特尔斐法是对若干决策目标按决策者的判断分析,进行重要性的优先排队结果包括有群体决策成员的集中意见及协调程度,协调程度又有变异系数有协调系数,用变异系数表示昕有决策成员对某一方案的离散程度,而协调系数表示所有决策成员对全部决策方案的调程度.也可用其他常用的方法,如综合评分法,约束法,功效系数法,平方和法,分层序列法及排序法等.对于输入变量的价值度量,可采用信息价值(VOI)的概念,VOI精确地表达了信息内容的适当性问题.权重有必要由决策者根据每个属性对总体效能度量(MOE)的影响人为地确定,对每一建议的聚集MOE值可以在价值树中的某一层次计算出来:一一1.0其中是总体价值,是在任一低层次的价值,通过从一个体系中最底层次开始并应用加权平均规则依次向上,可以计算出一个总体MOE.如果决策者在分析之前不曾深入地考虑这些问题,可能会导致这些假设的一致性和稳定性不正确.值得注意的是对优先等级的数量必须作适当限制.42约束关系如果在一次作战过程中目标多,延续时间长,那么DSS系统不可能等所有的来袭目标数据都录取以后再进行火力分配,因此这是一个动态的不断再分配的过程,这样前一次分配方案在一定时间限期内对后续若干次配会有影响,如果不计及前几次分配的后效影响,就会造成前后两次分配方案的互相抵触,甚至无法执行.实际上,只有将所有来袭目标一次录入时,分配结果才是全局最优的,但往往来袭目标是分批突入,开始的方案是局部优化方案,而当录入的目标过多时,优化过程的计算量将增大,造成实时分配的困难.所以防空导弹火力分配DSS须考虑如下约束关系1)空间约束;2)时间约束;3)装弹数约束;4)火力转移时间约束;5)制导导弹数约束.5指挥员素质及期望使用环境分析防空火力分配DSS是辅助决策者利用数据和模型解决半结构化或非结构化问题的人机交互式信息系统,归根结底是用户驱动的动态系统.在半结构化的决策问题中指挥员::!堕堡塑塑丝至竺皇堕壅茎查兰!塑的主观作用是十分重要的,有关指挥员的经验,知识,理论观点,思想方法以至个人素质和爱好,都对于半结构化决策具有直接的影响.决策模型应通过设计者和用户之闾的交互迭代来构筑,从各级指挥员,防空专家与设计者之间的交互作用中得出一个需求"决策模型.任务和环境的来往信息是模型调用数据的信息.对于防空作战这样一个半结构化或非结构化问题的决策,本身就是一个探索和研究的过程,各种实际问题的约束条件,决策变量及目标形式是多样化的,没有一个一成不变的标准模式能适应各种实际问题的需要.由于战场环境的复杂多变,获得的数据信息不可能完全正确,而DSS系统通常按模型的结构,逻辑关系,输入信息,按给定的程序运行.如果指挥员过份信赖这种方式,就会导致由于错误的信息输入而引起火力分配的混乱,因此,指挥员的判断与最后决策是十分必要的.根据当前防空战斗的实际情况及DSS的性能,DSS系统必须由一定技术和指挥素质的指挥员所监视,使他们能够有效地监视和干预.在决策过程中,通过人机交互,发挥决策者的经验,推理和判断,使问题得到一个精意而又具有一定可信度的解答.随着指挥员使用DSS系统经验的增加,军方对DSS的接受能力也将随之增加.对于防空火力分配DSS,要求人机对话予系统对一般指挥员是友好的,不防碍指挥员对DSS的运用和理解,使之成为指挥员理解和运用DSS的友好接口.如果一个系统不能与所期望的使用环境相结台,那么,该系统注定会是一个失败的系统.防空火力分配DSS的研制应具有以下特点:(1)动态性.DSS的设计要随环境条件的变化而变化;(2)快速性.不能应D$S研制周期而延误其生命周期;(3)积木式结构.能支持当代防空武器发展快速和多变的特点.(4)用户参与.军方的决策层用户参与设计和实施,使其能体现防空作战决策策略,这一点对于一个实用系统尤为重要.防空火力分配DSS的设计要求的专业知识范围很大,专业知识的选项也是多种多样,必须具备大量的防空领域的专业知识,高水准的有关专业知识加上科学的思维方式预期着设计的成功,如果对该系统的专业知识只是一知半解,或者追求单方面的"高","精,那么,要设计高水准的防空火力分配DSS只是徒劳,或决非是一个实用的系统.6结束语本文从四个方面对防空火力分配DSS进行了述评,指出了一个相对基础上研究和比较防空火力分配DSS有效性的途径.要提高对某个防空火力分配DSSR信赖度的实用性,减少各种浪费,那么一开始就必须对防空火力分配DSS的模型,逻辑,输^信息,输出响应,对用户和环境作合乎实际的科学考虑.参考文献1.(UI系统分析设计研究和分析》(译文集),机电部五十四研究所,1993.2.陈定昌,王连成等.《防空导弹武器系统软件工程】,宇航出版社,1994.。
基于模糊多目标规划的防空反导火力分配

Keywords:weapon target assignment(W TA);fuzzy multi-0bjective programming;quantum-behaved par— ticle swarm optimization;multi—objective optimization;uncertainty
0 引 言
信 息化条件 下 ,空袭 是 高度集 成 的体 系化 作战 。作为 防 御 方 ,需 要 同 时 执 行 防 空 和 反 导 任 务 ,即 利 用 防 空 反 导 武 器系统担 负起 同时反 空气动力 学 目标 和反 弹道类 目标 的作 战任 务“J。火 力 分 配 (weapon target assignment,WTA)作 为 防空 反 导 作 战 的关 键 环 节 ,对 防空 反 导 作 战 效 能 的 发 挥 具 有 重 要 影 响 。 因 此研 究 防 空 反 导 WTA 具 有 非 常 重要 的 意 义 。
DOI:8.03.12
W TA for air and m issile defense based on fuzzy
multi—objective programming
XU H ao,XING Qinghua,W AN G W ei (School of Air and M issile Deferise,Air Force Engineering University,Xi’an 710051,China)
Abstract:Given that the multi—objective optimization based weapon target assignment(W TA)methods
毕业论文及设计:基于神经网络在TSP问题的优化设计

引言摘要旅行商问题是组合优化领域中的一个典型问题,该问题的核心就是要求出一个包含所有n个城市的具有最短路程的环路。
虽然它陈述起来很简单,但求解却很困难,并且已经被证明是NP完全问题。
但它确实广泛存在,且是诸多领域内出现的多种复杂问题的集中概括和简化形式。
因此提出一种有效地解决TSP问题的算法有着较高的理论意义和实际应用价值。
本文首先从现有求解TSP的算法入手,通过研究大量的参考文献,了解了各种算法的主要思想,并对各种算法进行了整理和分类。
研究发现遗传算法、模拟退火算法和蚁群算法这三种算法在解决TSP问题中表现出了一定的优势,并且在实际的问题的求解中得到了广泛的应用。
但是模拟退火算法的优化过程较长;蚁群算法同样是搜索时间比较长,也容易陷于局部最优解,使搜索停滞。
遗传算法实际应用时易出现早熟收敛和收敛性差等缺点。
如何快速准确的解决TSP问题成为了现在TSP算法研究中的一个难点。
作者提出了一种基于Hopfield神经网络的算法,对于优化问题的高速计算特别有效。
本文还对能量函数进行了改进,使得问题的求解更加快速准确。
对‘出现重复解的问题’进行了解决采用了一种从固定起点出发的办法。
最后应用该算法解决了西安旅游问题,首先结合西安旅游地图,根据具体的旅游问题给出了网络的能量函数,进而构建了一个Hopfield神经网络。
选取了西安的著名旅游景点,对景点进行了变换和归一化,对算法编程进行。
实验结果表明,该方法对10个景点和15个景点的迭代次数大都集中在250—350之间,说明该方法对于处理旅游路线的选择问题是行之有效的。
关键词:人工元神经网络、TSP、Hopfield神经网络AbstractTSP is a typical problem in the field of combinatorial optimization,the core of this problem is to find the shortcut including all the cities.Although it is very simple to state,it is not so easy to solve,what is more,it has been proved to be the NP—complete problem.and it is the central generalize and simplified form of many complex issues.Therefore, the TSP algorithms have ahigher theoretical and practical value.This paper chose the existing algorithms of TSP to start.By studying a large number of references;to understand the main ideas on variety 16f classification.It is found that genetic algorithm,simulated armealing algorithm and ants algorithm showed a certain advantages in solving the TSP,and they are widely used in the solution of practical problems.From the results of the simulated,the author found that annealing’s process of optimization is longer;GA appears the shortcomings of easy to premature convergence and convergence of poor.The author presents a Hopfield neural network algorithm,that is the parallel computing,and its calculation is not the dimension of the increase in the index of ”explosion”and therefore,this end,the author of the existing algorithms made improved.Finally application of the method to solve the Xi‘all tourism,first,based on the Xi‘an tourism map,according to the specific issue of tourism,the network’S energy function is given;thereby building a Hopfield neural networks.Xi’all has been selected the wellknown tourist attractions,the attractions for the transformation and normalization of the algorithm Experimental results show that the method on 10scenic spots and attractions of the 15 mostly concentrated in the number ofiterative 250 t0350,and the method to deal with the problem of the route of choice is effective.Key Words:Artifical Neural Network, Travelling Salesman Problem,Hopfield Neural Network目录引言 (1)摘要 (1)Abstract (2)第一章概述 (4)§1.1 神经网络 (4)§1.2 TSP (5)§1.3 课题研究的意义及其内容结构 (5)第二章人工神经网络 (5)§2.1 人工神经网络简介 (6)§2.2人脑神经系统及神经元数学模型 (6)§2.3人工神经元网络的特征 (9)§2.4 人工神经元网络计算和传统计算的比较 (9)§2.5 研究意义及其应用 (10)§2.6 设计一个神经网络模型需要考虑如下三个方面的因素: (12)§2.7人工神经网络的工作原理: (13)第三章TSP问题及其典型算法 (15)§3.1 问题的提出 (15)§3.2 TSP的应用和价值 (16)§3.3 TSP问题的研究现状 (17)模拟退火算法(SA) (18)遗传算法(GA) (20)人工神经网络算法(HNN) (23)§3.3.4 蚁群算法(ACA) (33)第四章应用Hopfield神经网络解决西安市旅游问题 (34)§4.1旅游景点向量矩阵 (35)§4.2 景点的选取 (36)§4.2.1景点坐标的确定 (37)§4.3实验结果 (38)第五章总结与展望 (34)致谢 (40)参考文献 (41)第一章概述§1.1 神经网络思维学普遍认为,人类大脑的思维分为抽象(逻辑)思维、形象(直观)思维和灵感(顿悟)思维三种基本方式。
基于可射击概率约束的防空作战火力优化分配

基于可射击概率约束的防空作战火力优化分配
智洪欣;赵鹏;李中;彭祥新;鲁旭阳;王琛
【期刊名称】《兵工学报》
【年(卷),期】2022(43)4
【摘要】针对防空作战火力优化分配中未考虑可射击概率影响防空作战效能的问题,提出一种基于可射击概率约束的火力分配模型。
该模型综合考虑可射击概率、空袭强度、火力单元转火时间等多种因素,能够在保证满足可射击概率和联合毁伤概率阈值前提下,优先使用反应快的火力单元拦截飞临时间短的目标,并尽量减少火力资源消耗,为防空系统提供持续作战能力。
提出一种基于非线性自适应惯性权重的改进平衡优化器优化算法,对模型进行求解。
该算法首先使用Tent混沌映射初始化种群,增强种群多样性;其次引入惯性权重平衡局部搜索和全局搜索能力,有效提高了算法的寻优能力。
仿真计算结果验证了所提模型的优点以及优化算法的有效性。
【总页数】8页(P952-959)
【关键词】防空作战;火力分配;可射击概率约束;转火时间;非线性自适应惯性权重【作者】智洪欣;赵鹏;李中;彭祥新;鲁旭阳;王琛
【作者单位】陆军炮兵防空兵学院郑州校区
【正文语种】中文
【中图分类】E920.8;TP301.6
【相关文献】
1.基于神经网络TSP算法的防空作战火力分配
2.基于火力分配环的舰艇编队防空作战体系结构研究
3.防空作战火力资源优化分配研究
4.防空作战火力资源优化分配研究
5.基于遗传算法的防空兵射击火力分配研究
因版权原因,仅展示原文概要,查看原文内容请购买。
基于改进PGA和HA的防空实时火力分配方法

基于改进PGA和HA的防空实时火力分配方法
郑建军;胡小珍;高思远;陈勇
【期刊名称】《火力与指挥控制》
【年(卷),期】2013(038)009
【摘要】采用遗传算法进行火力分配,常存在实时性差、易陷局部最优及因条件约束不力导致所得解不符合战术要求等问题.提出一种改进的防空火力分配方法,该方法先采用HA挑选可参与分配的空袭目标和火力单元,再采用PGA进行火力分配优化计算.其间,采用矩阵形式表示染色体,并通过矩阵运算进行遗传操作,从而克服了上述采用传统遗传算法的缺点,便于满足转火约束等原则.试验表明,采用该方法进行实时火力分配,结果合理,具有良好的时效性.
【总页数】5页(P143-147)
【作者】郑建军;胡小珍;高思远;陈勇
【作者单位】解放军63961部队,北京100012;北方自动控制技术研究所,太原030006;北方自动控制技术研究所,太原 030006;北方自动控制技术研究所,太原030006
【正文语种】中文
【中图分类】O22;TP301.6
【相关文献】
1.基于改进遗传算法的防空火力优化分配方法 [J], 任少伟;贺正洪;刘进忙
2.一种基于遗传算法的防空兵火力分配方法 [J], 王巨海;王玉生;黄双明
3.基于二人有限零和对策的防空兵火力分配方法 [J], 黄浩;路建伟
4.基于改进NSGA-III算法的动态武器协同火力分配方法 [J], 于博文;吕明
5.基于改进混沌遗传算法的炮兵火力分配方法 [J], 丁立超;黄枫;潘伟
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文章 编 号 : 0 20 4 ( 0 6 0 — 0 2 0 1 0 — 6 0 2 0 ) 40 4 — 4
基 于神 经 网络 T P算 法 的 防 空作 战 火 力分 配 S
李 丹 , 巨海 , 王 陈振 雷
( 空 兵指 挥学 院 , 南 郑 州 防 河 405 ) 5 0 2
摘 要 : 于 神 经 网 络 TS 基 P算 法 建 立 了 防 空 作 战火 力 分 配 模 型 , 通 过 在 计 算 机 上 仿 真 运 行 了实 例 , 化 了 火 力 分 配 方 并 优
的效 率指 标 值组 合 , 据 此将 目标 分 配 给相 应 的 火 并
力 单 位 的问题 。这 与 TS P问题有 着极 其 相似 之处 : 其火 力单 位对 空 中 目标 的射击 效 率指标 相 当于旅 行
中城 市 间的距 离 , TS 而 P解 决 的最优 城 市访 问次 序 在 防空 兵火力 分配 问题 上相 当于 火力 单位 对空 中 目
d s rbu i n. ti e e ii la t mpti h e e r h offr s rb i n a rd f n e op r to a d i l o it i to I sa b n fca te n t e r s a c ie dit i uton i i e e s e a i n, n tas o f ra r f r e e t t h c son ma n nd t e t o e i e e r h. fe e e r nc o bo h t e de ii — ki g a h he r tc r s a c Ke r s: y wo d TSP, i f ns pe a i n, ie d s rbuton a rde e e o r to fr it i i
t e TS h P.Th o g p l a in t e e a l n c mp tr we h v d c d t e o t z d p oe to ie r u h a p i to h x mp e i o u e , a e e u e h p i e r jc f f c mi r
标 的最 优选择 。 .
1 基 于 神 经 网 络 TS 算 法 的 防 空 作 P 战 火 力 分 配
1 1 问 题 的 基 本 描 述 .
然 而 , 存 在 着 差 异 : P 问题 解 决 的是 单 个 也 TS
旅 行 者对 多条 路径 的选择 而 防空火 力分 配解 决 的是 多个 火力单 位 对多个 空 袭 目标 的选 择 , TS 且 P问题 是最 小 值 优化 问题 , 火力 分 配 问题是 最 大 值 优化 问 题 。考 虑到 多个 火力单 位对 多个 空 中 目标 的选 择可 分 解为 单个 火力 单位 对多 个空 中 目标 的选 择 和多个 火 力 单 位 对单 个 空 中 目标 的选 择 两 部 分 来 综 合 实 现 , 且 通 过一 定 方 法可 进 行 最 大值 与 最 小值 优 化 并 的转换 , 适 当改进 了相 关 算法 将神 经 网络 TS 故 P算 法移 植 入来解 决 防空火 力分 配 问题 。
中 图分 类 号 : 2 1 E 1 文献标识码 : A
Re e r h o r s r b t0 n s a c n Fi e Di t i u i n i
Ai f ns r De e e Ope a i n b s d o r to a e n TSP
引 言
神 经 网 络是 模 仿 人脑 智 能 、 维 等功 能 的非线 思 性 自适 应动 力学 系统 , 似于生 物 系统 , 类 以神 经元 为 基 本 运算 单 元 , 成 了一 种 互 连 的分 布 式存 贮 信 息 组 的计 算智 能信 息处 理系 统 , 有很 强 的 自学 习性 , 具 自 组织 性 。 用基 于神经 网络 T P算法来 处 理 防空火 采 S 力分 配 问题 , 一方 面 可 以克 服 威 胁度 与 有 利 度评 估 时 主观 因素 对 问题 本 身 的影 响 , 另一 方面 , 也可 大大 缩 短 火力 分 配 的解 算 时 间 , 尤其 在 对 多 目标 火 力单 位 进行 分配 时效 果尤 为 突 出。
案 。这 是 对 解 决 防 空作 战火 力 分 配 问 题 的 一 种 有 益 的尝 试 与 探 索 , 时 也 对 防 空 作 战 指 挥 决 策 和理 论 研 究 以及 指 挥 自动化 系 同 统 建 设 提 供 了参 考 。
关 键 词 : 经 网 络 T P算 法 , 空 作 战 , 力分 配 神 S 防 火
维普资讯
Vo . 1。 . 1 3 No 4
Ap i, 0 6 rl 2 0
火 力 与 指 挥 控 制
Fie Con r la d Co r to n mma d Co t o n nrl
第3 1卷
第4 期
20 0 6年 4月
L n, ANG u h iCHEN h n li IDa W J — a, Z e —e
( i D f neF re C mma d Ac e y Z e g h u 4 0 5 , hn ) A r e e s oc s o n d m , h n z o 5 0 2 C ia
初 用来 解决 的是旅行 者 如何在 每个 城市 只能 访 问一
次 同 时又遍 历 访 问所 有 城 市 的前 提 下 , 取最 佳分 配是通 过 对各火 力单 位对 空 中 目标 射击 的效 率指 标 进行 评 估 , 后按 照 一定 规则 找 出最 大 然
Ab t a t: s r c Thi a e a s a ihe s p p r h s e t bls d a mod loft e fr s rbu i n i i e e e op r to s d o e h ie dit i to n a r d f ns e a i n ba e n