【摘要】：空戰(zhàn)開始前的兵力部署是作戰(zhàn)指揮中極為關(guān)鍵的環(huán)節(jié),將己方有限的兵力資源合理地分配至各個作戰(zhàn)區(qū)域或作戰(zhàn)任務(wù)是戰(zhàn)爭奪取最終勝利的重要保障。本文針對區(qū)域防空兵力部署問題,引入戰(zhàn)機的作戰(zhàn)效能指數(shù)、戰(zhàn)區(qū)的權(quán)重、天氣等不確定因素,對作戰(zhàn)雙方的兵力分配策略建立博弈模型。為了計算作戰(zhàn)雙方對策略的選擇概率,利用粒子群算法求解博弈模型的混合策略納什均衡點。通過融合免疫思想和添加極值變異對基本的粒子群算法進行改進,設(shè)計實驗及評估指標驗證了改進后的算法具有更高的精度及收斂速度。首先,基于作戰(zhàn)雙方戰(zhàn)機的作戰(zhàn)效能指數(shù)和戰(zhàn)區(qū)的權(quán)重,建立了基本的區(qū)域防空兵力部署博弈模型,并求解模型的純策略納什均衡。其中,戰(zhàn)機的作戰(zhàn)效能指數(shù)由對數(shù)法計算獲得,戰(zhàn)區(qū)權(quán)重由模糊綜合評判法評價獲得。其次,通過對實際戰(zhàn)爭中各種不確定因素的深入分析,引入服從正態(tài)分布的隨機因子,對基本的博弈模型進行修正。證明修正后的博弈模型存在混合納什均衡,并將對其的求解轉(zhuǎn)化為單目標優(yōu)化問題。為了適應(yīng)本文討論的問題,對基本的粒子群算法加入粒子位置和速度的約束條件,并用其解此問題。最后,針對基本粒子群算法容易困于局部最優(yōu)的缺點,采用融合免疫思想和添加極值變異兩種方法對其進行改進。其中,融合免疫思想是指通過模擬抗體濃度抑制機制和記憶功能保持種群的多樣性;添加極值變異是指在種群處于停滯狀態(tài)時對全局極值進行變異處理,促使種群跳出局部最優(yōu)。設(shè)計實驗及評估方法驗證了改進后算法的優(yōu)越性。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;E115

【參考文獻】

相關(guān)期刊論文 前10條

1 喬熔巖;趙新國;;要地防空作戰(zhàn)兵力部署模型研究[J];軍事運籌與系統(tǒng)工程;2014年04期

2 牛德智;陳長興;班斐;王卓;屈坤;王旭婧;;基于效能評估的航空作戰(zhàn)進程預(yù)測[J];航空學報;2014年05期

3 陶新民;劉福榮;劉玉;童智靖;;一種多尺度協(xié)同變異的粒子群優(yōu)化算法[J];軟件學報;2012年07期

4 劉祖煌;程啟月;魏晨明;;基于作戰(zhàn)能力圖的兵力部署評估仿真[J];火力與指揮控制;2011年08期

5 李寧;高紀朝;周霄宇;;機動防空兵群兵力配置問題淺析[J];科技信息;2011年13期

6 李輝;;分層管理粒子群算法[J];西安文理學院學報(自然科學版);2011年01期

7 孔德金;陳立云;張漢鋒;馬懿;;陸軍防空導彈分隊兵力部署建模研究[J];兵工自動化;2011年01期

8 劉衍民;趙慶禎;隋常玲;邵增珍;;一種基于動態(tài)鄰居和變異因子的粒子群算法[J];控制與決策;2010年07期

9 王超東;李勇;柏波;;基于復(fù)合防空效能的防空兵群兵力部署優(yōu)化[J];兵工自動化;2009年09期

10 滿若巖;付忠廣;;基于模糊綜合評判的火電廠狀態(tài)評估[J];中國電機工程學報;2009年05期

相關(guān)博士學位論文 前2條

1 張迎新;不確定環(huán)境下軍事任務(wù)計劃建模與優(yōu)化方法研究[D];國防科學技術(shù)大學;2014年

2 丁鑄;基于群智能的區(qū)域防空作戰(zhàn)指揮決策研究[D];南京理工大學;2007年

相關(guān)碩士學位論文 前1條

1 李磊;基于遺傳算法的陣地進攻戰(zhàn)斗作戰(zhàn)力量編成優(yōu)化方法研究[D];國防科學技術(shù)大學;2009年

，

本文編號：2686536