根據(jù)先進(jìn)戰(zhàn)機(jī)的特點(diǎn)以及協(xié)同空戰(zhàn)的發(fā)展方向,采用了一種基于先敵發(fā)現(xiàn)、先敵發(fā)射、先敵摧毀能力的空戰(zhàn)態(tài)勢(shì)分析模型,為了更符合作戰(zhàn)情形對(duì)其進(jìn)行了部分改進(jìn)。將模糊遺傳算法應(yīng)用于上述模型,給出了求解多機(jī)協(xié)同攻防決策問題的算法,模糊推理器主要用于交叉概率Pc和變異概率Pm的整定。最后用具體算例進(jìn)行仿真驗(yàn)證,結(jié)果表明采用的空戰(zhàn)態(tài)勢(shì)分析模型能夠較為準(zhǔn)確地描述多機(jī)協(xié)同空戰(zhàn),同時(shí)采用的算法具有較好的可行性和實(shí)時(shí)性,為協(xié)同空戰(zhàn)的攻防決策提供了新的解決方案。 

【文章來源】：火力與指揮控制. 2020,45(03)北大核心CSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

防御能力結(jié)構(gòu)圖

由模糊推理器進(jìn)行控制；終止條件：最大進(jìn)化代數(shù)為T=300。2.4模糊推理器設(shè)計(jì)2.4.1Pc、Pm采用模糊推理器的必要性遺傳算法的收斂速度和解的質(zhì)量與其交叉概率Pc和變異概率Pm的選擇有關(guān)［11］。為獲得更高的全局最優(yōu)性和更快的收斂速度［15］，本文根據(jù)種群進(jìn)化情況對(duì)Pc和Pm進(jìn)行在線模糊控制，加快了搜索速度，有效地提高了解的質(zhì)量［16］。雖然專家學(xué)者們所提出確定Pc和Pm值的算法的形式不同，但其基本控制思想是相同的，主要有以下3條［11］，如圖4所示：圖4Pc和Pm控制原理框圖圖4中，fmax為群體中最優(yōu)個(gè)體的適應(yīng)度值；fave為種群平均適應(yīng)度值；fc為待交叉的2個(gè)串中適應(yīng)度較大的個(gè)體的適應(yīng)度值；fm為待變異串的適應(yīng)度值。序號(hào)1表示保證進(jìn)化過程穩(wěn)定性（加快收斂速度）；序號(hào)2表示淘汰劣質(zhì)個(gè)體（保護(hù)優(yōu)秀個(gè)體）。為了更好地處理“較大”、“較斜這些模糊信息，本文采用模糊推理器來整定交叉概率Pc和變異概率Pm。2.4.2Pc查詢表的確定過程1）控制量（輸入量、輸出量）的選擇對(duì)于Pc的控制，選擇輸入量是以及為本代被選為兩兩交叉的串中適應(yīng)度較大的串的平均適應(yīng)度值，輸出量即為Pc，對(duì)輸入量進(jìn)行如下歸一化處理［11］：（13）經(jīng)過以上變換，Pc查詢表中的輸入變成了fcm和fc，為方便起見，我們將輸入變量記為FCM和FC，輸出變量記為PC。模糊推理器結(jié)構(gòu)如圖5所示（i表示種群代數(shù)）。圖5模糊推理器結(jié)構(gòu)2）輸入-輸出變量論域的確定經(jīng)過式（13）的歸一化處理：輸入變量FCM的取值范圍為x=（0，1），對(duì)其進(jìn)行線性變換；則FCM的取?

0-0.3：?jiǎn)螜C(jī)處于劣勢(shì)；0.3-0.5：略有劣勢(shì)；0.5-0.7：略有優(yōu)勢(shì)；0.7-1：?jiǎn)螜C(jī)處于優(yōu)勢(shì)。根據(jù)以上信息，利用模糊遺傳算法進(jìn)行尋優(yōu)，得到最優(yōu)基因?yàn)?110100001010010，具體攻擊決策方案如表7所示。表7多目標(biāo)攻擊決策方案通過以上分配方案可以看到，我方2號(hào)機(jī)攻擊敵方1號(hào)機(jī)，1、3號(hào)機(jī)同時(shí)攻擊敵方2號(hào)機(jī)，1、4號(hào)機(jī)同時(shí)攻擊敵方3號(hào)機(jī)，3號(hào)機(jī)攻擊敵方4號(hào)機(jī)的分配方案可以保證敵機(jī)生存概率以及我機(jī)毀傷概率最小，驗(yàn)證了所提空戰(zhàn)決策方案的可行性。在相同的條件下，與標(biāo)準(zhǔn)遺傳算法進(jìn)行比較，研究模糊遺傳算法的收斂速度。如圖6所示，模糊遺傳算法在進(jìn)化到第30代時(shí)，目標(biāo)函數(shù)已經(jīng)收斂，而標(biāo)準(zhǔn)的遺傳算法在進(jìn)化到第89代時(shí)，才完全收斂。故相較于標(biāo)準(zhǔn)遺傳算法，模糊遺傳算法收斂速敵機(jī)1234我機(jī)21,31,43坐標(biāo)編號(hào)X/kmY/kmZ/km我機(jī)14.23.24.324.73.74.335.24.24.3432.636.04.645.73.74.3敵機(jī)131.636.04.6232.135.54.6332.136.54.6表5Pm（i+1）的模糊控制表fcmfc-6-5-4-3-2-10123456-60.70.50.40.40.40.30.10.10.10.10.10.10.1-50.70.50.40.40.40.40.40.20.10.10.10.10.1-40.70.70.70.40.40.40.40.20.10.10.10.10.1-30.90.80.80.60.50.50.40.30.30.20.10.10.1-21.01.01.00.80.70.50.40.40.40.20.10.10.1-14.03.02.41.40.80.70.50.50.40.20.10.10.107.05.04.02.01.00.80.70.60.40.20.10.10.117.06.05.23.62.41.40.80.70.50.40.20.10.127.07.07.05.24.02.01.00.80.70.50.40.20.138.07.67.06.16.03.62.41.40.80.60.50.40.24108.47.07.07.05.24.02.01.00.80.70.50.45109.28.68.27.06.05.23.62.41.60.80.60.561010108.07.07.07.05.24.02.41.00.80.7圖6進(jìn)化過程曲線·20·0394

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的模糊優(yōu)化控制[J]. 王瓊,馬旭潔,邵克勇,來斌.  自動(dòng)化技術(shù)與應(yīng)用. 2016(03)
[2]中遠(yuǎn)距協(xié)同空戰(zhàn)多目標(biāo)攻擊決策[J]. 李戰(zhàn)武,常一哲,孫源源,楊海燕,羅衛(wèi)平.  火力與指揮控制. 2016(02)
[3]基于MATLAB的無人機(jī)攻防決策優(yōu)化仿真[J]. 劉佐,孟凡計(jì),王玉文.  火力與指揮控制. 2013(12)
[4]改進(jìn)遺傳算法的超視距協(xié)同多目標(biāo)攻擊決策[J]. 張濤,于雷,魏賢智,周中良.  火力與指揮控制. 2013(05)
[5]敵對(duì)環(huán)境下多無人機(jī)協(xié)同空戰(zhàn)決策[J]. 朱艷萍,姚敏,趙敏.  火力與指揮控制. 2013(03)
[6]基于SAGA的協(xié)同多目標(biāo)攻擊決策[J]. 羅德林,王彪,龔華軍,吳文海,沈春林.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2007(07)
[7]一種新的模糊遺傳算法[J]. 李擎,鄭德玲,唐勇,陳占英.  北京科技大學(xué)學(xué)報(bào). 2001(01)
[8]論協(xié)同空戰(zhàn)及其關(guān)鍵技術(shù)[J]. 李林森,于海勛,韓志剛,佟明安,孫隆和.  電光與控制. 2000(01)

博士論文
[1]箔條干擾的特性與雷達(dá)抗箔條技術(shù)研究[D]. 李金梁.國(guó)防科學(xué)技術(shù)大學(xué) 2010

碩士論文
[1]基于Petri網(wǎng)的多機(jī)協(xié)同多目標(biāo)攻擊決策技術(shù)研究[D]. 朱愛峰.南京航空航天大學(xué) 2010



本文編號(hào)：3626797