关于协同空战目标分配效能优化策略仿真

安超; 李战武; 常一哲; 杨海燕; 刘小军

doi:10.13873/J.1000-9787(2016)11-0040-04

Chinese

您当前的位置：

首页 >

文章列表页 >

关于协同空战目标分配效能优化策略仿真

研究与探讨 | 更新时间：2025-09-11

- 关于协同空战目标分配效能优化策略仿真
- Optimization strategy simulation on target allocation effectiveness of cooperative air combat
- 传感器与微系统 2016年35卷第11期页码：40-43
- 作者机构：
  
  1. 空军工程大学航空航天工程学院
  2. 西北工业大学电子信息学院
  3. 空军工程大学空管领航学院
  4. 北京航空工程技术研究中心
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2016)11-0040-04
  中图分类号： E844;TP18
- 纸质出版：2016
- 稿件说明：
移动端阅览
[1]安超,李战武,常一哲,杨海燕,刘小军.关于协同空战目标分配效能优化策略仿真[J].传感器与微系统,2016,35(11):40-43.

AN Chao, LI Zhan-wu, CHANG Yi-zhe, et al. Optimization strategy simulation on target allocation effectiveness of cooperative air combat[J]. 2016, 35(11): 40-43.
[1]安超,李战武,常一哲,杨海燕,刘小军.关于协同空战目标分配效能优化策略仿真[J].传感器与微系统,2016,35(11):40-43. DOI： 10.13873/J.1000-9787(2016)11-0040-04.

AN Chao, LI Zhan-wu, CHANG Yi-zhe, et al. Optimization strategy simulation on target allocation effectiveness of cooperative air combat[J]. 2016, 35(11): 40-43. DOI： 10.13873/J.1000-9787(2016)11-0040-04.

摘要

协同空战中目标分配是否合理有效决定着作战效能的大小

已经成为一个核心决策问题。针对战场态势复杂多变

目标分配受到多种限制

对实时性要求高的问题

提出了优化策略。综合考虑空战中的作战效能和作战代价

构建目标函数

根据实战环境建立约束条件。为了满足现代空战实时快速的要求

通过引入遗传算法交叉算子和Bolzmann选择策略的方法

对人工蜂群算法进行改进

既提高了算法的搜索能力

又保证了算法的收敛速度。仿真分析表明:目标分配模型合理有效

目标分配效能得到了优化

对协同空战具有较好的实用价值。

Abstract

Target allocation is a core decision question for cooperative air combat

which decides the combat effectiveness. Optimization strategy is proposed to solve the problem that battle situation is complex

various target allocation is restricted and demand for real time is high. The target function is established

synthetically considering combat effectiveness and combat cost. Restraint condition is based on actual environment. In order to satisfy the demand for real time and fast air combat

artificial bee colony algorithm is modified through bringing in genetic algorithm cross operator and Bolzmann selection strategy. It not only improves the search ability of algorithm

but also assures the convergence speed of algorithm. The result indicates that target allocation model is reasonable and the target allocation effectiveness is optimized

it has practical value for cooperative air combat.

关键词

Keywords

references

基于多智能体遗传算法的战术航段优化 [J]. 饶卫平,杨任农,雷晓义,柴毅哲. 传感器与微系统 . 2016(03)

坦克分队WTA问题的改进人工蜂群算法 [J]. 常天庆,陈军伟,张雷,杨国振. 装甲兵工程学院学报 . 2015(05)

改进的人工蜂群算法求解武器目标分配问题 [J]. 毛艺帆,张多林. 军事运筹与系统工程 . 2015(01)

基于IDPSO的武器目标分配优化算法 [J]. 范成礼,邢清华,郑明发,王振江. 系统工程与电子技术 . 2015(02)

基于OpenMP的并行蚁群算法求解协同空战火力分配 [J]. 陈昊. 传感器与微系统 . 2013(01)

基于遗传算法的联合火力WTA问题研究 [J]. 杨山亮,黄健,刘洋,鞠儒生. 计算机仿真 . 2012(03)

自动机制设计中一种改进的混沌蚁群算法 [J]. 陈旭,蔚承建,吉军,罗杰. 传感器与微系统 . 2011(10)

基于区间数的预警机作战效能评估 [J]. 郭辉,徐浩军,刘凌. 系统工程与电子技术 . 2010(05)

基于混合离散粒子群算法的多无人作战飞机协同目标分配 [J]. 叶文,朱爱红,欧阳中辉,范洪达. 兵工学报 . 2010(03)

基于boltzmann选择策略的人工蜂群算法 [J]. 丁海军,冯庆娴. 计算机工程与应用 . 2009(31)

基于遗传算法的UCAV动态任务分配模型及研究 [J]. 李湘清,孙秀霞,王栋,李士波,刘艳芳. 系统仿真学报 . 2008(16)

基于粒子群寻优的D-S算法 [J]. 王波,王灿林,梁国强. 传感器与微系统 . 2007(01)

协同多目标攻击空战决策的启发式粒子群优化算法(英文) [J]. 罗德林,杨忠,段海滨,吴在桂,沈春林. Transactions of Nanjing University of Aeronautics & Astronautics . 2006(01)

The best-so-far selection in Artificial Bee Colony algorithm [J] . Anan Banharnsakun,Tiranee Achalakul,Booncharoen Sirinaovakul. Applied Soft Computing Journal . 2010 (2)

Gbest-guided artificial bee colony algorithm for numerical function optimization [J] . Guopu Zhu,Sam Kwong. Applied Mathematics and Computation . 2010 (7)

浏览量

119

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据