針對(duì)新型空戰(zhàn)條件下指揮引導(dǎo)對(duì)策生成問(wèn)題,提出了一種基于改進(jìn)煙花算法的指揮引導(dǎo)對(duì)策生成方法。首先分析了現(xiàn)有模型的不足,在綜合考慮角度、距離、速度、高度態(tài)勢(shì)以及戰(zhàn)機(jī)性能的基礎(chǔ)上,構(gòu)建并加入支援保障因素模型,構(gòu)造指揮引導(dǎo)對(duì)策生成綜合指標(biāo)函數(shù);其次針對(duì)傳統(tǒng)自適應(yīng)煙花算法在收斂精度和速度方面的不足,將輪盤賭選擇、維度方差、禁忌搜索思想用于改進(jìn)其中的變異算子和選擇算子;最后針對(duì)改進(jìn)的模型和算法進(jìn)行了仿真分析。仿真結(jié)果表明,改進(jìn)的模型更加符合實(shí)際,算法的收斂精度、收斂速度更優(yōu),對(duì)于解決空戰(zhàn)指揮引導(dǎo)對(duì)策生成問(wèn)題具有更好的效果。 

【文章來(lái)源】：系統(tǒng)工程與電子技術(shù). 2019,41(12)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
0 引言
1 空戰(zhàn)指揮引導(dǎo)對(duì)策生成模型
    1.1 空戰(zhàn)指揮引導(dǎo)對(duì)策生成指標(biāo)體系
    1.2 支援保障因素模型函數(shù)
    1.3 戰(zhàn)機(jī)動(dòng)態(tài)幾何態(tài)勢(shì)函數(shù)
    1.4 戰(zhàn)機(jī)靜態(tài)性能指標(biāo)函數(shù)
    1.5 空戰(zhàn)指揮引導(dǎo)對(duì)策生成綜合指標(biāo)函數(shù)
2 改進(jìn)的AFWA
    2.1 AFWA介紹
    2.2 算法改進(jìn)
        2.2.1 變異算子的改進(jìn)
        2.2.2 選擇算子的改進(jìn)
    2.3 改進(jìn)后的煙花算法流程圖
3 仿真分析
    3.1 算法有效性驗(yàn)證
    3.2 算法性能分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]戰(zhàn)斗機(jī)空戰(zhàn)指揮引導(dǎo)目標(biāo)準(zhǔn)確控制研究[J]. 高陽(yáng)陽(yáng),余敏建,楊杰.  計(jì)算機(jī)仿真. 2018(11)
[2]基于云模型和改進(jìn)熵權(quán)的空戰(zhàn)多目標(biāo)威脅等級(jí)評(píng)估[J]. 高陽(yáng)陽(yáng),余敏建,王子博琳.  火力與指揮控制. 2018(09)
[3]Autonomous air combat maneuver decision using Bayesian inference and moving horizon optimization[J]. HUANG Changqiang,DONG Kangsheng,HUANG Hanqiao,TANG Shangqin,ZHANG Zhuoran.  Journal of Systems Engineering and Electronics. 2018(01)
[4]基于博弈論的自由空戰(zhàn)指揮引導(dǎo)對(duì)策問(wèn)題研究[J]. 董肖杰,余敏建.  航空計(jì)算技術(shù). 2017(02)
[5]基于可變禁忌長(zhǎng)度的優(yōu)化停機(jī)位分配[J]. 李亞玲,李毅.  計(jì)算機(jī)應(yīng)用. 2016(10)
[6]自適應(yīng)煙花算法在重型裝備裝載中的應(yīng)用[J]. 陳璇,樊永生,余紅英,楊臻.  科學(xué)技術(shù)與工程. 2016(25)
[7]煙花算法研究進(jìn)展[J]. 譚營(yíng),鄭少秋.  智能系統(tǒng)學(xué)報(bào). 2014(05)
[8]超視距空戰(zhàn)過(guò)程分析[J]. 吳文海,周思羽,高麗,祝萌.  飛行力學(xué). 2011(06)
[9]基于導(dǎo)彈攻擊區(qū)的超視距空戰(zhàn)態(tài)勢(shì)評(píng)估改進(jìn)[J]. 吳文海,周思羽,高麗,劉錦濤.  系統(tǒng)工程與電子技術(shù). 2011(12)
[10]現(xiàn)代空戰(zhàn)的指揮和引導(dǎo)[J]. 張明.  海陸空天慣性世界. 2010(05)



本文編號(hào)：3160614