一、对目标打击概率的数学模型及分析(论文文献综述)
白永强[1](2021)在《面向柔性需求的敌夺控目标预测技术研究》文中指出敌夺控目标预测技术是实现智能化作战的一个关键技术,通过对战场目标态势、目标功能、作战地形、敌方编制和战法等信息的准确分析、有效融合,将我方地面目标集根据不同的作战需求进行柔性分层收缩筛选,最终成功预测出被敌夺控的可能目标集。指挥员通过预测的敌夺控目标集,对战场形势做出研判,根据作战经验,作战条例对战场的作战部署进行及时调整,从而夺得作战先机,取得作战胜利。敌夺控目标预测技术可以为指挥员把握战场态势、实现快速决策、优化作战资源提供科学、合理的决策理论依据,提高指挥员的作战指挥能力。本文在攻防对抗的不确定性环境下,以直觉模糊集、证据合成、三支决策等为基础理论,将敌夺控目标预测技术分为预测模型构建、敌夺控目标分层和敌夺控目标分类三个模块进行研究,从而实现对敌夺控目标的有效预测。具体研究内容如下:(1)针对敌夺控目标预测问题,提出了粗糙集收缩金字塔预测模型。首先,根据敌作战目标选定流程,结合军事理论与作战条例,对粗糙集收缩金字塔预测模型进行构建;然后在对粗糙集收缩金字塔预测模型理解与分析的基础上构造了任务相关度、敌可攻击度、目标价值度、目标防护程度、敌可实施度五个分层指标,通过专家作战经验和专业知识建立了分层指标的数学模型;最后对粗糙集收缩金字塔预测模型进行动态调整,实现在不同作战环境下指挥员柔性需求的智能预测。(2)针对分层指标的评估问题,提出了基于直觉模糊证据合成的指标评估方法。首先,通过直觉模糊熵最小化值来求解评估指标的客观权重;接着,利用ER合成规则对评估信息进行融合,有效保留了评估过程中的犹豫直觉模糊信息,避免了信息丢失;最后,通过动态融合方法对多时刻评估信息集结,充分挖掘战场态势的同时适应了战场的动态性。通过实验对比与分析,验证了该方法能够有效降低评估结果的不确定性,使指标评估结果更加合理。(3)针对具体层的敌夺控目标分类问题,提出了改进的三支决策目标分类方法,结合三支决策理论进行不确定性信息下的目标分类。利用TOPSIS法的评价函数来确定分类决策的条件概率;利用直觉模糊集构建新的损失函数求解分类决策的阈值,通过构建自适应的风险规避系数,减少人的主观偏好对分类的影响,获得客观的目标分类结果。通过实验对比与分析,验证了该方法在目标分类中的有效性和合理性。
吕佩毅[2](2021)在《破片散布态势目标毁伤建模与评估研究》文中提出防空反导环境下的目标毁伤效果是衡量引信和弹药性能的重要指标。弹目交汇姿态具有随机性,同时战斗部引爆后形成的破片散布不均匀,破片飞散的相关参数并非固定不变而是呈现出一定的分布规律,具有一定的随机性和不确定性,其态势难以精确度量,导致防空反导下的目标毁伤效果难以评估。因此,本文针对防空反导下的破片战斗部对目标的毁伤计算与评估问题,建立了空间破片场的散布态势模型以及散布态势条件下的目标毁伤计算模型,探索破片散布态势与目标交汇的毁伤计算评估方法。论文主要研究基于破片散布态势的目标毁伤模型。首先基于破片散布特性机理,利用影响破片空间散布的相关参数,建立破片散布态势模型,分析不同破片参数对空间散布态势模型的影响。然后,根据目标的易损性分析通过计算破片侵彻目标厚度,对不同轨迹下破片能否命中目标各舱段进行判别。依据所建立的破片散布态势模型结合破片场与目标的交汇分析,研究不同破片散布态势的目标毁伤计算方法,使用蒙特卡洛方法对破片场与目标交汇情况进行仿真,获取不同破片散布条件下破片场对目标的毁伤概率变化趋势。仿真结果表明在一定交汇姿态下,破片散布态势变化会影响破片对目标的毁伤能力,在最优的破片散布态势条件下的破片场对目标的毁伤效能最佳。基于云推理理论给出了破片散布态势条件下的目标毁伤评估方法。根据云推理方法及破片散布态势对目标毁伤的影响规律,建立基于破片散布态势的目标毁伤评估指标体系及推理规则,对不同破片散布态势条件下的目标毁伤等级进行评估,通过仿真验证了所构建模型与方法在不同破片散布态势下的毁伤评估结果。最后,利用Creator软件建立不同破片散布态势的目标毁伤三维可视化模型,基于Vega Prime视景仿真软件进行开发,使用C++语言编写了动态处理程序,完成了不同破片散布态势条件下破片场对目标毁伤的可视化模拟仿真,验证了基于破片散布态势的目标毁伤计算与评估方法。
付博雯[3](2021)在《多自主平台武器站协同打击策略研究与实现》文中指出在现代战场环境中,智能化以及去中心化成为了作战发展的趋势,能够自主完成对目标进行打击,多武器结合而成的自主武器站成为现代战争的重要组成力量。因此目前在中小规模作战中,多武器站协同打击的模式越来越受欢迎,多武器站之间依靠网络连接,共享数据,协同完成打击作战任务。在协同作战任务中,武器分配的目的是寻求适当的武器站对目标打击策略,使得敌方威胁目标群的综合威胁程度最小。所以本文在多武器站协同打击的策略研究上重点研究武器与目标的打击分配策略。本文通过对大量国内外相关文献的研究,分析了现代化作战场景下武器目标的最优分配策略需求,结合本文实际作战情况,应用神经网络算法,智能优化算法以及模糊处理等相关知识,设计了一套在陆战作战场景下各武器站对各威胁目标的最优打击策略,完成了武器-目标的最优分配。本文的主要研究内容为:1)针对传统威胁评估算法精确度不足的问题,本文通过在传统模糊神经网络结构上加入新的构件,实现模糊神经网络的改进。利用本文提出的新型网络模型完成了目标威胁程度的评估,实现了通过网络模型对传感设备获取数据处理得到目标威胁度的功能;最后通过实验结果验证,本文改进的算法相对于传统算法在处理威胁评估问题上的评估精度有较大的改进。2)针对国内外静态武器分配算法复杂度高,运行速度慢的问题,本文通过在传统的粒子群算法中添加混沌因子,实现了对传统粒子群算法的改进。之后利用改进后的混沌粒子群算法完成了在静态场景下的武器-目标打击分配,得到静态武器分配情况下,我方武器站最优打击目标的策略,最后在仿真场景下实验证明,相较于传统的粒子群优化算法,改进后的混沌粒子群优化算法大大提高了静态场景下武器目标的分配效率。3)针对动态武器分配模型建立不全面的问题,本文通过增加约束条件重新对动态武器分配问题建模,并改进传统蚁群算法中转移概率公式,提高了动态情况下武器站与威胁目标的打击效率,最后在仿真场景下进行实验测试。证明,相较于传统蚁群算法,本文方法减少了局部最优情况的发生概率,提升了动态情况下目标分配的效率。本文得到一种多武器站协同作战的最优分配方法,利用模糊小波神经网络解决威胁评估的问题,利用改进粒子群算法解决静态武器分配问题,利用改进蚁群算法解决动态武器分配问题。
姚立新[4](2021)在《反无人机火箭弹四象限周视激光引信与战斗部配合研究》文中进行了进一步梳理本文主要研究用于反无人机火箭弹的四象限周视激光近炸引信与定向战斗部的配合,依托XX毫米防空反导火箭弹武器系统研制项目,以“Harop”无人机作为作战对象,研究防空火箭弹的引战系统配合规律,为提高反无人机火箭弹引战配合效率提供理论依据。本文提出一种四象限周视激光引信方案,以建立包括“Harop”无人机整机等效模型、四象限周视激光探测模型、基于蒙特卡罗方法的弹目交会探测概率计算模型、战斗部破片飞散模型、单枚破片击穿毁伤概率模型、最佳起爆延时和最佳起爆方位角计算模型在内的用于分析引战配合的数学模型为基础,采用蒙特卡罗方法进行统计分析,应用Matlab仿真分析四象限周视激光引信探测概率,得出激光脉冲发射频率、弹丸转速、探测半径与目标速度等因素对四象限周视激光引信探测概率的影响;依据简易评估破片式战斗部毁伤目标的方法分析防空火箭弹对无人机目标的毁伤概率与弹丸速度、目标速度和弹目距离的关系,并分析战斗部参数与毁伤概率的关系;在将目标简化条件下,建立最佳起爆延时与起爆方位角模型,基于所建立的模型仿真分析最佳起爆延时、起爆方位角与破片静态飞散速度、目标初始方位角、弹目距离的关系。依据引战配合效率指标对反无人机火箭弹引战系统的相关性能参数提出设计要求。
张钧轶[5](2020)在《基于智能算法的巡飞弹协同攻击策略研究》文中进行了进一步梳理随着未来战争的信息化、智能化趋势以及新概念弹药的发展,以巡飞弹为代表的先进弹药已成为世界各国的研究重点,智能算法、虚拟现实、无人飞行器等技术的融入为弹药设计提供了新思路和新方法。针对巡飞弹在获取战场态势及目标信息后的协同攻击策略,本文对目标威胁与巡飞弹作战效能的评估、协同攻击目标的分配以及攻击航迹的规划问题开展重点研究,最后基于VR-Forces完成对作战过程及攻击航迹的虚拟视景仿真验证。主要内容如下:首先,依据研究目的对战场态势作出想定设计,构建了不同类型、型号和不同性能的巡飞弹及目标模型,基于VR-Forces地形数据库提供的高程数据,划分平坦地形及复杂地形并完成地形建模,构建起战场基本模型。其次,综合作战单元性能、弹-目位置关系、弹-目数目关系等战场态势信息,提出了一种基于熵值法和AHP算法的巡飞弹作战效能分析方法,进行了目标威胁系数计算和巡飞弹效能评估。进而结合指派问题原理,构建了在不同战场态势下目标分配的代价函数模型。采用离散二进制粒子群算法,以综合作战效能为优化目标,经算法搜索得到战场模型中的最优目标分配方案。针对明确了攻击目标的巡飞弹,基于蚁群算法,通过对蚂蚁的搜索方式、启发函数、适应函数等的研究,完成了算法设计,进行了平坦及复杂地形下的攻击航迹规划。分析了该问题模型下不同算法参数对算法性能的影响。最后,本文基于VR-Forces作战虚拟仿真平台,仿真演示了整个攻击过程,验证了巡飞弹在实际地形下攻击航迹的可行性。综合以上研究成果,可为巡飞弹协同攻击决策提供参考。
于滨[6](2020)在《破片战斗部对导弹目标的毁伤效能分析》文中认为本文以某巡航导弹的毁伤为研究内容,主要使用仿真计算等方法对破片战斗部毁伤巡航导弹进行了研究,以实现对破片战斗部打击巡航导弹目标的毁伤效能评估。首先,对巡航导弹目标进行了系统地调研,分析了目标的结构、材料、战场作用以及毁伤模式等,建立了目标的毁伤树,拟定了目标的毁伤判定依据,得到了目标各个舱段的等效靶模型;其次,对破片侵彻巡航导弹各个舱段进行了数值模拟研究,对巡航导弹不同舱段遭到毁伤的机理和现象进行了简要的分析;然后,建立了单枚破片对巡航导弹毁伤的计算方法,并构建了仿真计算模型,利用MATLAB软件对单枚破片打击巡航导弹的各个舱段的毁伤概率进行了计算,得到了破片打击下巡航导弹各个舱段的易损性曲线,利用各个舱段的易损性,得到破片对巡航导弹整体毁伤概率计算的一种方法;最后,建立了破片战斗部对巡航导弹毁伤的计算方法,利用MATLAB软件对不同条件下破片战斗部毁伤巡航导弹的概率进行了计算和研究,并基于计算方法和流程开发了能够对破片战斗部打击巡航导弹目标的毁伤概率等进行仿真计算的程序。本文研究成果可指导战场指挥员或后方指挥机构对破片战斗部打击巡航导弹目标的概率进行分析,并对用弹类型和投掷数量等作出判断;同样可用于破片战斗部的性能验证并对功能和结构设计提出指导等。
刘西[7](2020)在《复杂环境下多无人机对目标点的协同打击规划》文中提出现代战争中无人机至关重要,本文主要研究复杂环境下多无人机对目标点的协同打击规划问题,具体内容包括规划空间和数学模型的建立、多无人机对多目标点的任务分配、无人机在复杂环境下的三维航迹规划以及无人机航迹的协同规划等内容,具体如下:第一,本文建立了复杂环境下的规划空间模型和规划数学模型,在规划空间模型中,构建了高程数字地图三维模型,同时分析战场可能出现的各种威胁并进行合理简化。在规划数学模型中,依此建立了无人机的航迹规划模型、任务分配模型和运动模型。第二,在多无人机对多目标的任务分配问题中,首先研究多无人机对多目标点的航迹代价,对简化的航迹规划模型采用改进的RRT*算法和改进的动态规划算法分别进行求解,然后基于分配模型,采用NSGA-Ⅲ算法求解多无人机任务分配的帕累托最优解集。第三,对空间模型进行转化,并采用改进的D*Lite算法规划出综合性能指标最优的航迹,结合无人机的机动性能,采用圆弧段串联法和B样条曲线法分别平滑航迹,最后由仿真验证算法的有效性。第四,确定了多无人机的通信架构及协同规划模型,并针对协同目标设计协同变量,在时间协同中协调多无人机的打击时刻,依据三次B样条的平滑特性确定各航迹点的时刻,并设计基于非线性干扰观测器的反步控制器。在空间协同中设计基于数字网格的飞行冲突探测与解脱算法,保证多无人机执行任务时的飞行安全,由仿真验证了时间、空间协同算法的有效性。
孔江涛[8](2019)在《面向目标体系分析的知识推理与复杂网络节点评估技术研究》文中认为现代战争的对抗,表现为作战力量及资源之间的系统较量。如何选择目标进行打击以达到有效击伤或瘫痪敌方体系是指挥决策的关键,因此使用体系思维进行目标分析事关军事行动成败。本文开展目标体系分析相关的理论和方法研究具有重要意义。传统的目标体系分析大多是基于建好的目标体系进行关键目标和部位的分析。但是现代战争对抗激烈,目标体系内部关系复杂且动态变化,同时受到战场“迷雾”影响,如何快速、高效、准确的构建出对方的目标体系和进行目标体系分析变得更具挑战性。为此,本文提出了支持动态迭代执行的目标体系分析方法流程,涉及使用基于图的知识表达方法对目标体系构建知识形式化描述,使用缺省推理方法自动构建目标体系结构关系模型(target architecture relationship model,TARM),和基于TARM转化建立的目标体系复杂网络动力学模型进行目标体系关键节点分析。本文的主要工作和创新点如下:(1)提出基于图规则的灵活同态和高效的灵活同态搜索算法。使用基于图的知识表达方法对目标体系进行描述时,难以建立统一的概念关系偏序结构,为此,本文对传统的图同态进行改进,提出基于多概念关系偏序结构的灵活同态推理,提升规则使用灵活性。灵活同态搜索是使用图规则的基本操作,其为典型的NP难问题,为提高图规则使用效率,本文研究了三种技术,分别是通过强化学习优化规则前件节点的匹配顺序、使用节点统计数据优化概念关系备选节点比较序列、以及使用节点标签过滤灵活同态备选节点,它们组合形成了一种高效的同态混合搜索算法。灵活同态和同态混合搜索算法共同为TARM的快速推理构建奠定了知识表达基础。(2)提出基于层次结构优先序的缺省推理方法。战场不透明导致推理出的TARM具有多种可能,同时随着战争的推进,TARM也会发生变化,所以TARM的构建具有非单调性。本文对传统的缺省推理进行改进,提出了一种新的基于层次结构优先序的随机缺省推理方法。该方法建立了缺省规则图结构优先序,避免了基于严格全序的传统缺省推理导致的缺失部分可能TARM的问题。在进行推理时,该方法在缺省规则图结构优先序约束下,依概率随机选择缺省规则序贯推理,具有良好的并行性。面对多个可能的合理扩展,新方法在这些扩展间建立了基于期望准确率、期望精确度和期望召回率的优先序,用于确定稳健的缺省理论语义,使推理构建TARM的失败决策代价最小。(3)提出基于深度递归神经网络(recurrent neural network,RNN)的缺省推理方法。使用基于层次结构优先序的随机缺省推理方法得出所有可能TARM的计算复杂度高,为此,本文在我其上融入了RNN模型,提出使用RNN指导缺省规则的选择使用,以提高推理效率和针对性。通过对TARM的推理历史数据进行分类,建立相应的训练数据集用以训练RNN,训练好的RNN在图规则优先序的约束下为随机推理推荐使用规则,减少了无效规则使用次数,提高了推理生成合理扩展的效率。相比于基于层次结构优先序的缺省推理,融入RNN的缺省推理更具有针对性,能够更加高效地产生符合需求的TARM。同时,针对RNN训练数据生成计算复杂的问题,本文提出了训练数据简化处理方法,有效提高了训练数据准备的处理效率。(4)提出基于复杂网络动力学模型的节点评估方法。传统的基于复杂网络的节点分析方法大多是基于拓扑结构信息评估节点的重要性,忽略了节点自身特性。针对目标体系中各节点内在特性区别明显的实际特征,本文提出了基于复杂网络动力学模型的节点评估方法,具体包括扰动测试和破坏测试两种评估方式,通过动力学仿真实现了针对节点自身功能被破坏可恢复和被破坏不可恢复两种情况下的节点重要性评估,其中动力学模型是基于TARM转化建立出的。扰动测试和破坏测试包含了网络拓扑结构信息和节点自身特性,揭示了目标体系结构运行机理,所以基于复杂网络动力学模型的节点评估方法能更加全面地反映目标体系中不同节点的重要性。基于以上研究,本文设计并实现了目标体系辅助分析原型系统,在原型系统中实现了基于虚拟机(virtual machine,VM)的并行缺省推理框架,有效提高了TARM的推理构建效率。设计出了基于缺省规则结论的节点编码方式,有效降低了扩展准确率、精确度和召回率的计算复杂度。采用了基于HTML的图形化显示,使原型系统的人机交互更加友好。最后,基于典型目标体系分析案例,实验结果表明论文提出的方法合理、有效。
赵丹玲[9](2019)在《基于异质网络的武器装备体系贡献率评估方法研究》文中提出武器装备体系评估是武器装备论证的基础性工作之一,而体系贡献率评估研究已然成为武器装备体系评估的重要方面,其评估结果可以为后续武器装备体系结构设计与优化等工作提供定量化依据。目前,由于武器装备体系的高度复杂性和不确定性,研究人员较难建立准确、通用的武器装备体系贡献率评估模型,评估结果也较难得到解释和验证。随着网络科学的发展,基于异质网络的方法可以很好地将武器装备体系进行形式化描述,也可以借助异质网络的一些评价指标衡量不同装备相互作用产生的涌现效果。本文以武器装备体系异质网络模型为基础,提出了面向作战任务的基于作战环的武器装备体系能力贡献率评估方法和面向作战过程的基于体系仿真的武器装备体系效能贡献率评估方法。论文的主要研究工作和创新点包括:(1)提出了基于异质网络的武器装备体系贡献率评估框架武器装备体系贡献率研究目前还没有统一的定义和通用的评估方法,异质网络是一种能够有效考虑武器装备体系包含不同功能的装备以及装备之间存在不同的交互关系的半结构化描述方法,基于异质网络模型对体系进行评价得到的结果具有语义信息。本文在分析武器装备体系及贡献率评估特点和相关概念的基础上,先是将武器装备体系抽象成异质网络模型,再分别从作战能力和作战效能两个视角评估武器装备体系贡献率,利用评估结果反馈调整评估模型。本文剖析了武器装备体系贡献率评估问题,对贡献率的度量方法进行了分析,提出了基于异质网络的武器装备体系贡献率评估框架。(2)提出了基于异质网络的武器装备体系建模方法武器装备体系建模是通过合理的抽象,将体系中的组成元素以及元素之间的关联关系形式化地表示出来,传统的武器装备体系网络化建模方法大多基于同质网络模型,认为装备体系中的节点和边是无差别的,并通过同质网络的一些指标对武器装备体系进行评估。显然,这种方式没有考虑到装备在作战中发挥的不同功能以及不同功能节点之间的复杂联系。本文首先引入异质网络模型,将武器装备体系抽象为异质网络中的要素,并应用网络属性和概念描述武器装备体系的特征。其次,根据武器装备在作战过程中扮演的角色,分别构建侦察类、决策类、打击类装备的节点模型,分析各类装备的指标。然后,将装备之间不同的关联关系进行抽象,构建了目标侦察、信息传输、命令下达、目标打击等交互关系模型。最后,考虑时间因素,构建武器装备体系的动态模型,为装备体系的网络化仿真提供基础。(3)提出了面向作战任务的武器装备体系能力贡献率评估方法在武器装备体系作战能力评估中,目前大多采用的方法是先构建武器装备体系作战能力的层次结构指标体系,再选取合适的评估方法进行指标聚合,得到体系能力评估的综合值。现有的评估方法没能将装备指标和体系作战能力进行很好地映射,评估结果的解释性和可追溯性不强。为此,本文提出了面向作战任务的武器装备体系能力贡献率评估方法。首先,将作战任务分解成由相应的子体系支撑完成的不同阶段的子任务,分析子任务之间的约束关系得到任务约束网络,用领域映射矩阵DMM模型表示任务与能力以及能力与装备之间的映射关系。然后,基于武器装备体系异质网络模型,利用作战环的方法将不同功能装备节点的能力进行聚合,结合装备面向不同元任务时的作战能力以及任务约束网络,综合计算装备面向整个作战任务时的作战能力贡献率。最后,针对评估模型计算复杂度较高的问题,提出了几种算法用于求解装备体系的作战能力和装备对体系的能力贡献率。(4)提出了面向作战过程的武器装备体系效能评估方法在武器装备体系效能评估中,传统的方法是利用解析方程求解双方兵力情况或利用系统动力学等体系方法分析体系中不同指标的影响关系,评估过程较为简化,没有和实际的作战过程相结合。本文基于异质网络模型,提出武器装备体系网络仿真方法,根据仿真实验得到效能指标,后基于云模型对武器装备体系效能贡献率进行评估。首先,分析异质网络建模与基于Agent仿真建模之间的映射关系,构建武器装备实体的能力模型和行为模型,作为体系对抗仿真实验的基础。其次,面向作战过程,筹划作战活动方案并分析装备参与作战的流程,明确各装备在不同作战活动下的行为表现,提出基于OODA循环理论的武器装备体系对抗仿真实现方法和步骤。然后,根据仿真实验得到武器装备体系效能评估的指标,以作战时间、装备战损比、弹药消耗比和胜负结果作为评估指标,利用云模型方法对武器装备体系效能贡献率进行评估,最终发现以装备战损比和作战胜负结果作为标准评估效能贡献率得到的结果与能力贡献率评估结果具有较强的一致性,从而验证了本文提出方法的有效性。
王骏[10](2019)在《多UCAV对地打击协同任务分配方法》文中指出随着现代控制论、人工智能、信息与通信等技术的发展,无人作战飞机(Unmanned Combat Aerial Vehicle,UCAV)的作战能力得到大幅提高,不仅能在复杂的未来战场执行侦察、预警等任务,还能执行需要高度协同的压制敌方防空系统、打击敌方地面或海上关键目标、拦截敌方战术弹道导弹和巡航导弹甚至参与空战等任务。为实现以最小的作战成本获得最大的作战收益的目的,需综合考虑UCAV及武器的性能、战场自然环境等各方面的约束,为每架UCAV制定合理的任务计划,也即进行任务规划。作为任务规划的关键环节,任务分配对规划结果的合理性具有重要影响。为此,本文围绕多UCAV对地打击协同任务分配问题开展研究,构建了不同作战场景下的任务分配优化模型,提出了相应的求解方法,可为多UCAV任务规划提供理论和方法上的支撑。论文主要工作及创新点如下:(1)分析了多UCAV对地打击协同任务分配问题。首先辨析了任务规划与任务分配的区别,明确了本文的研究边界;其次在分析任务分配方案涉及的4种关键因素的基础上,理清了多UCAV对地打击协同任务分配的流程;最后归纳了多UCAV对地打击3种典型作战场景,并梳理了每种作战场景下需考虑的目标函数和约束条件,为后续研究奠定了基础。(2)研究了多UCAV协同打击密集目标任务分配问题。针对多UCAV协同打击密集目标任务分配问题,从打击覆盖程度、打击可行性、武器资源等角度综合考虑了相关约束条件,建立了最大化敌方目标总毁伤期望值的优化模型。为实现模型求解,提出了混合离散灰狼优化(Hybrid Discrete Grey Wolf Optimization,HDGWO)算法。首先采用一种十进制整数编码方案表示灰狼(模型的解),提出了一种模块化的灰狼位置更新方法。基于上述两种机制,可保证种群位置更新过程中始终满足打击可行性和武器资源两方面的约束集;通过在目标函数中引入惩罚函数,可保证种群位置更新过程中不断淘汰违背打击覆盖程度方面约束集的灰狼。在此基础上,引入局部搜索(Local Search,LS)算法以强化对当前最优解的邻域空间的开发,使HDGWO算法具备了较好的全局探索和局部开发的能力。通过与其他典型算法的对比分析表明,提出的HDGWO算法在求解该类问题上是有效的,既能在最短时间内获得小规模编队的全局最优打击方案,也能在为大规模编队提供近似最优解时实现求解质量和计算时间之间最好的平衡。(3)研究了多UCAV协同打击分散目标任务分配问题。针对多UCAV协同打击分散目标任务分配问题,从对目标的毁伤要求、UCAV性能及作战要求和变量取值范围等角度综合考虑了相关约束条件,建立了最小化作战成本的多目标优化模型。为实现模型求解,提出了三阶段禁忌搜索(Three-phase Tabu Search,TTS)算法,包括武器分配阶段、初始解生成阶段和局部搜索阶段。其中在武器分配阶段,建立包含部分目标函数和约束条件的优化模型,获得满足目标毁伤要求且成本最低的武器分配方案;在初始解生成阶段,针对武器分配方案可被拆分的特点,提出了一种基于线性规划的武器分配方案拆分策略,并在此基础上给出了基于距离聚类的初始解生成方法和基于随机序列的初始解生成方法;在局部搜索阶段,提出了6种邻域搜索算子,设计了五元组结构的禁忌对象和长度可变的禁忌表,以实现禁忌搜索。仿真实验表明,提出的TTS算法可有效解决该类问题。(4)研究了不确定条件下多UCAV协同打击分散目标任务分配问题。在问题建模过程中,考虑了三种不确定性因素,包括多个传感器提供的不确定目标信息、不确定的作战目标权重以及部分可知的传感器权重。为实现模型求解,提出了结合扩展随机可接受性分析-2(Extended Stochastic Multi-Criteria Acceptability Analysis-2,ESMAA-2)与整数线性规划(Integer Linear Programming,ILP)的ESMAA-2-ILP方法。首先将每个传感器提供的不确定目标信息表示为正态分布区间数,并通过加权算数平均算子(Weighted Arithmetic Averaging Operator,WAAO)计算每架UCAV的多个决策矩阵;其次通过基于迭代算法的矩阵聚合方法聚合上述决策矩阵,得到最终决策矩阵;然后基于该矩阵进行随机可接受性分析,计算每架UCAV打击每个目标的全局可接受性指数(Holistic Acceptability Index,HAI);最后基于全局可接受性指数,将包含不确定参数的原始模型转换为整数线性规划模型,并通过整数线性规划方法求得任务分配方案。通过仿真实验,证明了ESMAA-2-ILP方法可有效解决包含多种不确定性的多UCAV协同打击分散目标任务分配问题。
二、对目标打击概率的数学模型及分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、对目标打击概率的数学模型及分析(论文提纲范文)
(1)面向柔性需求的敌夺控目标预测技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题的研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 智能辅助系统研究现状 |
1.2.2 战场目标分类研究现状 |
1.2.3 敌夺控目标识别研究现状 |
1.2.4 夺控目标柔性需求分析 |
1.3 本文的主要内容及章节安排 |
第二章 敌夺控目标预测技术基础 |
2.1 直觉模糊信息处理 |
2.1.1 直觉模糊集 |
2.1.2 直觉模糊熵 |
2.2 动态证据合成 |
2.2.1 证据理论 |
2.2.2 ER合成规则 |
2.2.3 多时刻信息融合 |
2.3 三支决策 |
2.3.1 基于粗糙集的三支决策 |
2.3.2 基于多属性的三支决策 |
2.4 本章小结 |
第三章 敌夺控目标预测模型研究 |
3.1 粗糙集收缩金字塔预测模型 |
3.1.1 粗糙集收缩金字塔预测模型构建 |
3.1.2 粗糙集收缩金字塔预测模型的柔性适应 |
3.2 粗糙集收缩金字塔预测模型分层指标研究 |
3.2.1 粗糙集收缩金字塔模型分层指标体系构建 |
3.2.2 粗糙集收缩金字塔模型分层指标模型构建 |
3.2.3 粗糙集收缩金字塔预测模型柔性实现 |
3.3 本章小结 |
第四章 基于直觉模糊证据合成的层指标评估模型 |
4.1 目标价值评估体系构建 |
4.1.1 目标价值评估体系 |
4.1.2 作战指标定性分析 |
4.2 分层评估指标权重的确定 |
4.2.1 直觉模糊熵建立 |
4.2.2 评估指标权重求解 |
4.3 基于ER合成规则的评估指标动态融合 |
4.3.1 时间序列权重确定 |
4.3.2 基于ER合成规则的信息集结 |
4.3.3 多时刻的动态信息集结 |
4.4 基于直觉模糊证据合成的指标评估模型 |
4.5 实例仿真与对比分析 |
4.5.1 实例验证 |
4.5.2 模型对比分析 |
4.6 本章小结 |
第五章 基于改进的三支决策层分类模型 |
5.1 改进的三支决策模型 |
5.2 三支决策分类模型的条件概率确定 |
5.2.1 基于TOPSIS法的评价函数 |
5.3 三支决策分类模型的决策阈值确定 |
5.3.1 直觉模糊损失函数的构建 |
5.3.2 自适应风险规避系数的构建 |
5.3.3 多属性综合损失函数的聚合 |
5.4 实例仿真与对比分析 |
5.4.1 实例验证 |
5.4.2 模型对比分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 下一步需要开展的工作 |
参考文献 |
硕士期间发表的论文及所取得的研究成果 |
致谢 |
(2)破片散布态势目标毁伤建模与评估研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的意义与背景 |
1.2 国内外研究现状 |
1.2.1 目标毁伤计算方法研究现状 |
1.2.2 目标毁伤动态可视化仿真研究现状 |
1.3 论文研究目的与内容 |
1.3.1 论文研究目的 |
1.3.2 论文研究内容 |
1.4 论文结构安排 |
2 目标毁伤总体框架与破片散布态势建模 |
2.1 破片散布态势目标毁伤建模总体框架 |
2.2 破片场的相关参数及其空间散布 |
2.2.1 破片场的相关参数 |
2.2.2 破片场的空间散布规律 |
2.3 破片散布态势模型 |
2.3.1 破片散布态势模型的建立 |
2.3.2 破片参数对破片散布态势模型的影响分析 |
2.4 仿真分析 |
2.4.1 破片飞散仿真与分析 |
2.4.2 不同破片参数下的破片散布态势 |
2.5 本章小结 |
3 破片散布态势与目标毁伤关联建模 |
3.1 目标易损性分析与坐标系建立 |
3.1.1 目标易损性分析 |
3.1.2 坐标系的选取与建立 |
3.1.3 坐标系之间的转换关系 |
3.2 破片散布态势目标毁伤关联建模 |
3.2.1 破片场与目标交汇分析 |
3.2.2 破片侵彻目标厚度计算与仿真 |
3.2.3 基于破片散布态势模型的目标毁伤计算方法 |
3.3 仿真分析 |
3.4 本章小结 |
4 基于破片散布态势的目标毁伤评估方法 |
4.1 云模型理论 |
4.1.1 云模型定义 |
4.1.2 云发生器 |
4.1.3 云规则发生器 |
4.2 基于破片散布态势的目标毁伤评估方法 |
4.2.1 目标毁伤评估指标体系 |
4.2.2 推理规则 |
4.2.3 云推理算法 |
4.3 基于破片散布态势的目标毁伤评估仿真分析 |
4.4 本章小结 |
5 基于破片散布态势的目标毁伤动态仿真 |
5.1 目标毁伤视景仿真设计 |
5.1.1 目标毁伤视景仿真总体框架 |
5.1.2 目标毁伤视景仿真模型建立 |
5.1.3 基于Vega Prime的目标毁伤视景仿真模块 |
5.2 基于破片散布态势的目标毁伤视景仿真 |
5.2.1 破片散布态势的目标毁伤视景仿真 |
5.2.2 不同破片散布态势条件下的目标毁伤视景仿真 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
致谢 |
(3)多自主平台武器站协同打击策略研究与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 威胁评估研究现状 |
1.2.2 协同打击策略研究现状 |
1.3 课题研究内容与章节安排 |
1.3.1 主要研究内容 |
1.3.2 章节安排 |
2 目标威胁评估和武器站协同打击决策理论基础 |
2.1 目标威胁评估算法基础 |
2.1.1 BP神经网络 |
2.1.2 小波神经网络 |
2.1.3 模糊神经网络 |
2.2 协同打击决策算法基础 |
2.2.1 遗传算法 |
2.2.2 粒子群智能算法 |
2.2.3 蚁群智能算法 |
2.3 本章小结 |
3 基于改进模糊神经网络的目标威胁评估 |
3.1 模糊小波神经网络结构及参数 |
3.1.1 模糊小波神经网络简述 |
3.1.2 模糊规则数目的确定 |
3.2 模糊小波神经网络输入变量的规范化 |
3.2.1 目标多属性威胁程度分量评估表征 |
3.2.2 目标属性的直觉模糊数转化 |
3.3 威胁评估过程 |
3.3.1 数据集的处理 |
3.3.2 模型学习算法 |
3.3.3 仿真实验结果分析 |
3.4 本章小结 |
4 面向威胁目标的静态武器分配问题 |
4.1 静态武器目标分配 |
4.1.1 问题模型建立 |
4.1.2 毁伤概率影响因素分析 |
4.1.3 静态目标分配算法 |
4.2 静态武器目标分配模型求解过程 |
4.2.1 实验环境介绍 |
4.2.2 虚拟仿真场景构建 |
4.2.3 仿真实验结果分析 |
4.3 本章小结 |
5 面向威胁目标的动态武器分配问题 |
5.1 动态武器目标分配 |
5.1.1 时间窗介绍 |
5.1.2 问题模型建立 |
5.2 动态武器目标分配算法 |
5.2.1 经典蚁群算法的改进 |
5.2.2 算法流程 |
5.3 动态武器目标分配模型求解及实验分析 |
5.3.1 虚拟仿真场景构建 |
5.3.2 仿真实验结果分析 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(4)反无人机火箭弹四象限周视激光引信与战斗部配合研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景、目的及意义 |
1.2 国内外研究现状及发展趋势 |
1.2.1 引战配合理论现状 |
1.2.2 引战配合技术研究现状 |
1.2.3 引战配合技术发展趋势 |
1.3 本文主要研究工作 |
1.4 本文章节编排 |
第二章 引战配合系统分析 |
2.1 四象限周视激光引信探测子系统 |
2.1.1 激光引信的分类及工作原理 |
2.1.2 激光引信的功能特点 |
2.1.3 四象限周视激光引信探测系统组成与布局 |
2.2 战斗部子系统 |
2.2.1 预制破片战斗部的特点 |
2.2.2 定向战斗部技术 |
2.2.3 预制破片的性能参数 |
2.3 目标子系统 |
2.3.1 无人机结构组成 |
2.3.2 “Harop”无人机等效模型 |
2.4 本章小结 |
第三章 四象限周视激光引信系统探测概率研究 |
3.1 蒙特卡罗方法 |
3.1.1 蒙特卡罗方法的特点 |
3.1.2 蒙特卡罗方法工作过程 |
3.1.3 蒙特卡罗方法的应用 |
3.2 四象限周视激光引信系统的探测模型 |
3.2.1 目标整机模型 |
3.2.2 四象限周视激光模型 |
3.3 坐标系的定义及转换矩阵 |
3.3.1 地面坐标系 |
3.3.2 弹体坐标系 |
3.3.3 目标坐标系 |
3.3.4 相对速度坐标系 |
3.3.5 转换矩阵 |
3.4 仿真与参数选取 |
3.5 仿真结果与分析 |
3.5.1 仿真条件 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
第四章 引战配合效率研究 |
4.1 引战配合模型 |
4.1.1 破片飞散模型 |
4.1.2 破片毁伤模型 |
4.2 破片式战斗部毁伤目标的简易评估方法 |
4.3 仿真分析 |
4.3.1 破片参数与毁伤性能 |
4.3.2 弹丸速度对毁伤概率的影响 |
4.3.3 目标速度对毁伤概率的影响 |
4.3.4 弹目距离对毁伤概率的影响 |
4.4 本章小结 |
第五章 最佳起爆延时与最佳起爆方位角研究 |
5.1 最佳起爆延时模型的建立 |
5.2 最佳起爆方位角模型的建立 |
5.3 最佳起爆模型仿真分析 |
5.3.1 目标初始方位角对最佳起爆模型的影响 |
5.3.2 破片静态飞散速度对最佳起爆模型的影响 |
5.3.3 弹目距离对最佳起爆模型的影响 |
5.4 本章小结 |
第六章 结论与工作展望 |
6.1 结论 |
6.2 工作展望 |
参考文献 |
攻读博士(硕士)期间发表的论文及所取得的研究成果 |
致谢 |
(5)基于智能算法的巡飞弹协同攻击策略研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 巡飞弹特点及国内外发展现状 |
1.2.2 智能算法发展现状 |
1.3 问题综述 |
1.4 关键技术分析 |
1.4.1 地形及战场信息获取 |
1.4.2 目标威胁模型构建 |
1.4.3 目标分配及航迹规划算法研究 |
1.4.4 基于虚拟现实的作战仿真 |
1.5 本文的研究内容与组织结构 |
2 巡飞弹协同攻击策略研究的基础建模 |
2.1 引言 |
2.2 战场想定设计与建模 |
2.2.1 协同攻击问题建模 |
2.2.2 战场空间建模 |
2.2.3 巡飞弹集群建模 |
2.2.4 作战单元想定与建模 |
2.3 战场地形建模 |
2.3.1 数字地形模型概述 |
2.3.2 VR-Forces的地形数据库 |
2.3.3 三维地形建模方法 |
2.4 本章小结 |
3 巡飞弹协同攻击策略的目标分配研究 |
3.1 引言 |
3.2 目标威胁评估方法研究 |
3.2.1 权重的确定方法 |
3.2.2 目标威胁等级量化方法 |
3.2.3 AHP算法研究 |
3.2.4 基于AHP算法的目标威胁系数计算 |
3.3 作战效能评估方法研究 |
3.3.1 动态威胁模型 |
3.3.2 基于熵值法的效能优势函数 |
3.3.3 指派问题的应用 |
3.3.4 代价函数模型 |
3.3.5 算法仿真与分析 |
3.4 基于BPSO算法的目标分配 |
3.4.1 基本PSO算法原理及特点 |
3.4.2 基本PSO数学模型与算法步骤 |
3.4.3 基于BPSO的目标分配算法设计 |
3.4.4 算法仿真 |
3.4.5 结果与分析 |
3.5 本章小结 |
4 巡飞弹协同攻击策略的航迹规划 |
4.1 引言 |
4.2 ACO算法基本原理 |
4.2.1 ACO算法机制 |
4.2.2 ACO算法特性 |
4.2.3 规划空间描述 |
4.2.4 基本思路 |
4.3 ACO算法数学模型 |
4.3.1 数学模型 |
4.3.2 ACO算法步骤 |
4.3.3 ACO算法复杂度分析 |
4.4 基于ACO的巡飞弹攻击航迹规划关键方法 |
4.4.1 三维规划空间栅格分层 |
4.4.2 节点搜索的抽象及信息素挥发机制 |
4.4.3 层进搜索原则 |
4.4.4 航迹节点搜索方法及搜索域 |
4.4.5 规划空间边界的处理 |
4.4.6 启发函数与随机因子 |
4.5 基于ACO的巡飞弹攻击航迹规划算法设计 |
4.5.1 算法设计 |
4.5.2 算法流程 |
4.6 算法仿真与分析 |
4.6.1 仿真结果 |
4.6.2 仿真分析 |
4.7 本章小结 |
5 巡飞弹协同攻击过程的虚拟仿真 |
5.1 引言 |
5.1.1 军事应用 |
5.1.2 辅助仿真 |
5.1.3 VR-Forces虚拟仿真软件 |
5.2 基于VR-Forces的作战想定 |
5.2.1 战场构建 |
5.2.2 航迹编辑 |
5.2.3 航迹模拟 |
5.3 基于VR-Forces的巡飞弹攻击航迹仿真 |
5.3.1 仿真结果 |
5.3.2 仿真分析 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间发表的论文及所取得的研究成果 |
致谢 |
(6)破片战斗部对导弹目标的毁伤效能分析(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外毁伤问题研究历史及发展趋势 |
1.2.1 破片对目标的侵彻研究 |
1.2.2 对导弹目标的毁伤研究 |
1.2.3 毁伤概率计算方法 |
1.3 本文主要研究内容 |
第二章 巡航导弹目标分析 |
2.1 巡航导弹目标简介 |
2.1.1 巡航导弹分类 |
2.1.2 巡航导弹结构 |
2.1.3 巡航导弹战术特点 |
2.1.4 巡航导弹材料构成 |
2.2 巡航导弹毁伤模式 |
2.2.1 巡航导弹战场作用及效能 |
2.2.2 巡航导弹毁伤模式分析 |
2.3 巡航导弹毁伤标准定义 |
2.3.1 巡航导弹毁伤准则 |
2.3.2 巡航导弹毁伤等级的划分 |
2.3.3 巡航导弹目标毁伤树模型 |
2.3.4 破片对巡航导弹目标造成毁伤的判据 |
2.4 巡航导弹目标等效模型的建立 |
2.4.1 等效靶概述 |
2.4.2 等效模型建立方法 |
2.4.3 巡航导弹舱段等效模型的计算 |
2.5 本章小结 |
第三章 单枚破片对巡航导弹舱段的毁伤研究 |
3.1 破片对制导舱的侵彻毁伤研究 |
3.1.1 有限元模型有效性验证 |
3.1.2 单枚破片打击巡航导弹制导舱的毁伤研究 |
3.2 破片对弹翼及尾翼的侵彻毁伤研究 |
3.2.1 材料及有限元模型 |
3.2.2 计算结果与结论 |
3.3 战斗部舱段在破片作用下的引爆规律研究 |
3.3.1 有限元模型 |
3.3.2 材料模型参数 |
3.3.3 计算结果及分析 |
3.4 燃油舱的毁伤效果研究 |
3.4.1 破片打击巡航导弹燃油舱有限元模型及材料参数 |
3.4.2 数值模拟结果及分析 |
3.5 动力舱的毁伤效果数值模拟研究 |
3.5.1 单枚破片打击巡航导弹动力舱的有限元模型及材料参数 |
3.5.2 数值模拟结果及分析 |
3.6 本章小结 |
第四章 单枚破片对基于目标易损性分析的巡航导弹舱段毁伤概率研究 |
4.1 毁伤概率计算方法 |
4.1.1 目标模型仿真 |
4.1.2 破片毁伤元及其射击线 |
4.1.3 弹目交会计算 |
4.1.4 穿透毁伤判据 |
4.2 巡航导弹不同舱段在破片作用下的易损性研究 |
4.2.1 制导舱在破片打击下的易损性研究 |
4.2.2 战斗部在破片打击下的易损性研究 |
4.2.3 燃油舱在破片打击下的易损性研究 |
4.2.4 动力舱在破片打击下的易损性研究 |
4.2.5 弹翼在破片打击下的易损性研究 |
4.3 破片对巡航导弹目标整体的毁伤概率研究 |
4.3.1 单枚破片对巡航导弹各个舱段的命中概率 |
4.3.2 破片对巡航导弹毁伤概率的计算 |
4.4 计算单枚破片毁伤概率的仿真计算程序 |
4.4.1 程序功能简介 |
4.4.2 程序使用及示例 |
4.5 本章小结 |
第五章 基于单弹打击的巡航导弹整体毁伤概率分析 |
5.1 破片威力场作用于巡航导弹目标计算坐标系的建立 |
5.1.1 转换矩阵 |
5.1.2 地面坐标系和目标坐标系 |
5.1.3 威力场坐标系的建立 |
5.2 仿真计算方法 |
5.2.1 破片威力场模型仿真 |
5.2.2 破片战斗部对巡航导弹的毁伤概率计算方法 |
5.3 破片威力场对巡航导弹的毁伤分析 |
5.3.1 固定的破片战斗部爆炸后对巡航导弹的毁伤情况 |
5.3.2 以战斗部为中心计算毁伤概率及弹药的毁伤效能 |
5.3.3 相对于目标某一位置处爆炸的破片战斗部对目标的毁伤概率 |
5.3.4 瞄准某一点时破片战斗部对巡航导弹的毁伤概率 |
5.4 计算破片战斗部对巡航导弹目标毁伤的仿真计算程序 |
5.4.1 程序功能简介 |
5.4.2 程序使用前基本数据输入 |
5.4.3 计算某一位置处破片战斗部对巡航导弹的毁伤情况 |
5.4.4 计算某一爆炸点处破片战斗部对巡航导弹的毁伤概率 |
5.4.5 计算某一瞄准点处破片战斗部对巡航导弹的毁伤概率 |
5.4.6 程序对破片战斗部毁伤巡航导弹目标的批量计算 |
5.4.7 程序的excel接口 |
5.5 本章小结 |
结束语 |
全文总结 |
本文主要创新点 |
展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(7)复杂环境下多无人机对目标点的协同打击规划(论文提纲范文)
摘要 |
abstract |
注释表 |
缩略词 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究目的 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 单无人机航迹规划 |
1.2.2 多无人机协同规划 |
1.3 本文研究内容 |
第二章 复杂环境下的打击规划模型 |
2.1 引言 |
2.2 规划空间模型 |
2.2.1 数字地图模型 |
2.2.2 战场威胁模型 |
2.3 无人机规划数学模型 |
2.3.1 航迹规划模型 |
2.3.2 多机任务分配模型 |
2.3.3 运动学模型 |
2.4 本章小结 |
第三章 多无人机任务分配算法研究 |
3.1 引言 |
3.2 多无人机的快速航迹规划 |
3.2.1 快速航迹规划模型简化 |
3.2.2 快速航迹规划算法研究 |
3.2.3 仿真验证 |
3.3 多无人机任务分配算法 |
3.3.1 集中式任务分配 |
3.3.2 多目标优化的NSGA-Ⅲ算法研究 |
3.3.3 基于NSGA-Ⅲ算法的任务分配设计方案 |
3.3.4 仿真验证 |
3.4 本章小结 |
第四章 复杂环境下航迹规划算法研究 |
4.1 引言 |
4.2 复杂环境下的无人机三维航迹规划 |
4.2.1 三维航迹规划模型 |
4.2.2 基于改进D~*Lite算法的三维航迹规划 |
4.2.3 仿真验证 |
4.3 无人机航迹平滑处理 |
4.3.1 圆弧段串联法 |
4.3.2 三次B样条曲线法 |
4.4 本章小结 |
第五章 多无人机协同规划算法研究 |
5.1 引言 |
5.2 多无人机协同模型 |
5.2.1 多无人机协同架构 |
5.2.2 协同规划模型 |
5.3 多无人机时间协同规划 |
5.3.1 飞行时间分配 |
5.3.2 航迹跟踪控制算法 |
5.4 多无人机空间协同规划 |
5.4.1 飞行冲突探测 |
5.4.2 飞行冲突解脱 |
5.4.3 仿真验证 |
5.5 本章小结 |
第六章 结论 |
6.1 论文总结 |
6.2 未来研究的展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(8)面向目标体系分析的知识推理与复杂网络节点评估技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 目标体系分析的内涵 |
1.1.2 开展目标体系分析研究的需求 |
1.1.3 开展目标体系分析研究的意义 |
1.2 国内外研究现状 |
1.2.1 静态目标体系分析方法 |
1.2.2 动态目标体系分析方法 |
1.2.3 目标体系分析方法总结 |
1.2.4 目标体系分析方法的发展趋势 |
1.3 目标体系分析的核心技术分析 |
1.3.1 知识表达 |
1.3.2 非单调推理 |
1.3.3 深度神经网络 |
1.3.4 基于复杂网络的节点评估 |
1.4 论文的主要贡献 |
1.5 论文的结构安排 |
第二章 基于图的目标体系分析领域知识表达 |
2.1 基于图的知识表达简介 |
2.1.1 基本图的定义 |
2.1.2 基本图的语义 |
2.1.3 基本图的同态 |
2.2 目标体系建模多视图产品和规则设计 |
2.2.1 能力牵引的目标体系描述视图 |
2.2.2 目标体系结构关系模型构建规则的设计 |
2.3 基于灵活同态的推理研究 |
2.3.1 多视图条件下的概念关系偏序结构 |
2.3.2 多概念关系偏序结构下的灵活同态 |
2.4 灵活同态混合搜索方法研究 |
2.4.1 基本图数据存储和基本递归同态搜索算法框架 |
2.4.2 基本图规则灵活同态节点匹配顺序优化 |
2.4.3 基本图规则概念和关系备选节点筛选顺序优化 |
2.4.4 基于节点标签的备选节点过滤技术 |
2.5 性能测试分析 |
2.5.1 数据准备和参数设置 |
2.5.2 优化灵活同态节点匹配顺序的性能表现 |
2.5.3 两阶段概念和关系备选节点筛选顺序的性能表现 |
2.5.4 节点标签过滤技术的性能表现 |
2.5.5 综合多种技术的灵活同态搜索算法的性能分析 |
2.5.6 与现有子图同构搜索算法的比较分析 |
2.6 本章小结 |
第三章 基于层次结构优先序缺省推理的目标体系建模 |
3.1 缺省推理简介 |
3.2 构建目标体系结构关系模型的缺省规则建模 |
3.3 传统缺省推理解决目标体系结构关系模型推理构建的不足 |
3.4 基于层次结构优先序的缺省推理 |
3.4.1 缺省规则的图结构优先序 |
3.4.2 基于缺省规则图结构优先序的随机推理 |
3.4.3 基于期望准确率、期望精确率和期望召回率的优先序 |
3.4.4 基于层次结构优先序缺省推理的使用说明 |
3.5 性能测试分析 |
3.5.1 验证案例的设计说明 |
3.5.2 验证案例的建立 |
3.5.3 传统缺省推理优先序的不足 |
3.5.4 层次结构优先序缺省推理的实现 |
3.5.5 语义稳健性的仿真验证 |
3.6 本章小结 |
第四章 基于深度递归神经网络的目标体系缺省推理优化 |
4.1 面向能力的目标体系结构关系模型构建 |
4.1.1 以能力为导向构建目标体系的优势 |
4.1.2 能力导向的目标体系构建流程 |
4.2 基于深度递归神经网络的缺省推理框架 |
4.3 指导缺省推理的深度递归神经网络设计 |
4.4 简化深度递归神经网络训练数据的研究 |
4.5 基于深度递归神经网缺省推理的时间复杂度分析 |
4.6 性能测试分析 |
4.6.1 验证案例的设计说明 |
4.6.2 验证案例中缺省规则的设计 |
4.6.3 验证案例中指导缺省推理RNN的设计 |
4.6.4 验证案例中指导随机推理RNN的训练 |
4.6.5 RNN指导随机推理的实验分析 |
4.7 本章小结 |
第五章 基于复杂网络动力学模型的目标体系关键节点分析 |
5.1 目标体系的无向加权网络及其动力学模型的构建 |
5.2 目标体系复杂网络的动力学模型稳定性分析 |
5.3 基于动力学仿真的无向加权网络关键节点分析方法研究 |
5.3.1 基于无向加权复杂网络动力学模型的节点评估指标 |
5.3.2 基于扰动测试的关键节点分析方法 |
5.3.3 基于破坏测试的关键节点分析方法 |
5.4 面向目标体系分析的复杂网络关键节点分析方法研究 |
5.4.1 基于关注节点的目标体系关键节点分析 |
5.4.2 跨动力学模型的目标体系关键节点分析 |
5.5 性能测试分析 |
5.5.1 扰动测试的合理有效性分析 |
5.5.2 破坏测试的合理有效性分析 |
5.6 本章小结 |
第六章 原型系统设计与案例验证 |
6.1 目标体系分析原型系统设计 |
6.1.1 融合混合灵活同态搜索的并行缺省推理框架 |
6.1.2 缺省理论扩展节点的编码设计及使用 |
6.2 基于典型案例的原型系统验证 |
6.2.1 基于灵活同态的缺省规则设计及使用 |
6.2.2 基于分布并行计算的目标体系结构关系模型推理构建 |
6.2.3 基于RNN的随机推理进行目标体系构建的性能分析 |
6.2.4 基于节点编码的层次结构优先序缺省理论语义确定 |
6.2.5 基于复杂网络动力学模型的目标体系关键节点分析 |
6.3 本章小结 |
第七章 结论与展望 |
7.1 本文工作总结 |
7.2 下步工作展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(9)基于异质网络的武器装备体系贡献率评估方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 武器装备体系建模与描述方法研究 |
1.2.2 复杂网络与异质网络研究 |
1.2.3 武器装备体系能力/效能评估方法研究 |
1.2.4 武器装备体系贡献率评估研究 |
1.2.5 研究现状总结 |
1.3 本文主要研究工作 |
1.3.1 主要研究内容 |
1.3.2 主要创新点 |
1.3.3 论文的组织结构 |
第二章 基于异质网络的武器装备体系贡献率评估研究框架 |
2.1 武器装备体系贡献率评估的基本概念 |
2.1.1 武器装备体系 |
2.1.2 武器装备体系建模与描述 |
2.1.3 武器装备体系评估 |
2.2 武器装备体系贡献率评估问题分析 |
2.2.1 武器装备体系贡献率的概念与内涵 |
2.2.2 武器装备体系贡献率度量方式分析 |
2.2.3 武器装备体系贡献率评估问题剖析 |
2.3 基于异质网络的武器装备体系贡献率评估框架设计 |
2.3.1 基于异质网络的武器装备体系贡献率评估理论方法 |
2.3.2 基于异质网络的武器装备体系贡献率评估流程 |
2.4 本章小结 |
第三章 基于异质网络的武器装备体系建模方法 |
3.1 基于异质网络的武器装备体系建模与描述 |
3.1.1 异质网络模型 |
3.1.2 基于异质网络的武器装备体系描述模型 |
3.2 武器装备体系网络节点建模 |
3.3 武器装备体系网络交互关系建模 |
3.3.1 目标侦察交互关系建模 |
3.3.2 信息传输交互关系建模 |
3.3.3 命令下达交互关系建模 |
3.3.4 目标打击交互关系建模 |
3.4 基于异质网络的武器装备体系动态模型 |
3.5 本章小结 |
第四章 面向作战任务的武器装备体系能力贡献率静态评估 |
4.1 任务分解与装备映射分析 |
4.1.1 任务约束结构分析与任务分解 |
4.1.2 任务与能力的映射分析及能力需求描述 |
4.1.3 能力和装备的映射分析与建模 |
4.2 面向任务的武器装备体系能力贡献率评估模型 |
4.2.1 基于作战环的武器装备体系任务满足度评估 |
4.2.2 面向任务网络的武器装备体系任务满足度评估 |
4.2.3 武器装备体系能力贡献率评估 |
4.3 面向任务的武器装备体系贡献率评估求解算法 |
4.3.1 基于作战环的元任务满足度的求解算法 |
4.3.2 面向任务网络的武器装备体系任务满足度评估算法 |
4.3.3 面向任务的武器装备体系能力贡献率评估算法 |
4.4 本章小结 |
第五章 面向作战过程的武器装备体系效能贡献率动态评估 |
5.1 基于异质网络的多Agent对抗仿真模型 |
5.1.1 基于异质网络的武器装备体系对抗仿真框架 |
5.1.2 武器装备实体的能力模型分析 |
5.1.3 武器装备实体的行为建模分析 |
5.2 面向过程的武器装备体系对抗仿真研究 |
5.2.1 作战活动方案筹划 |
5.2.2 装备作战过程分析 |
5.2.3 武器装备体系仿真实现方法 |
5.3 基于云模型的武器装备体系贡献率评估 |
5.3.1 武器装备体系效能评估指标分析 |
5.3.2 基于云模型的武器装备体系贡献率评估方法 |
5.3.3 基于云模型的武器装备体系效能贡献率综合评估 |
5.4 本章小结 |
第六章 应用研究 |
6.1 作战想定 |
6.1.1 背景想定 |
6.1.2 装备体系描述 |
6.1.3 作战想定描述 |
6.2 面向海上联合作战场景的武器装备体系贡献率评估 |
6.2.1 任务描述和任务分解 |
6.2.2 武器装备体系的任务满足度评估 |
6.2.3 武器装备体系的能力贡献率评估 |
6.3 面向海上联合作战过程的武器装备体系贡献率评估 |
6.3.1 想定补充与规则分析 |
6.3.2 基于动态对抗仿真模型的武器装备体系效能指标分析 |
6.3.3 武器装备体系效能贡献率评估结果与分析 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 论文工作总结 |
7.2 下一步研究工作及展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
附录 A 体系对抗仿真中形成的作战环 |
附录 B 体系对抗仿真产生的效能指标 |
(10)多UCAV对地打击协同任务分配方法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 论文研究背景 |
1.1.2 论文研究意义 |
1.2 国内外研究现状 |
1.2.1 确定条件下的任务分配方法 |
1.2.2 不确定条件下的任务分配方法 |
1.2.3 研究现状总结和分析 |
1.3 论文的主要内容 |
第二章 多UCAV对地打击协同任务分配问题分析 |
2.1 概念辨析 |
2.1.1 任务规划 |
2.1.2 任务分配 |
2.2 多UCAV对地打击协同任务分配流程分析 |
2.2.1 多UCAV对地打击协同任务分配关键因素 |
2.2.2 多UCAV对地打击协同任务分配流程 |
2.3 多UCAV对地打击典型作战场景分析 |
2.3.1 多UCAV对地打击作战样式 |
2.3.2 多UCAV对地打击典型作战场景 |
2.4 本章小结 |
第三章 多UCAV协同打击密集目标任务分配的HDGWO算法 |
3.1 问题描述与建模 |
3.1.1 问题描述 |
3.1.2 模型构建 |
3.2 多UCAV集群对地打击任务分配的HDGWO算法 |
3.2.1 GWO算法概述 |
3.2.2 基于模块化种群更新的DGWO算法 |
3.2.3 基于扰动算子的LS算法 |
3.2.4 精英保持机制 |
3.2.5 HDGWO算法流程 |
3.3 案例分析 |
3.3.1 实验设计与参数设置 |
3.3.2 HDGWO算法可行性分析 |
3.3.3 HDGWO算法的可扩展性分析 |
3.4 本章小结 |
第四章 多UCAV协同打击分散目标任务分配的TTS算法 |
4.1 问题描述与建模 |
4.1.1 问题描述 |
4.1.2 模型构建 |
4.2 求解SDVRPUD问题的TTS算法 |
4.2.1 TS算法概述 |
4.2.2 TTS算法框架 |
4.2.3 武器分配阶段 |
4.2.4 初始解生成阶段 |
4.2.5 局部搜索阶段 |
4.3 案例分析 |
4.3.1 实验设计 |
4.3.2 TTS算法可行性分析 |
4.3.3 TTS算法可扩展性分析 |
4.4 本章小结 |
第五章 不确定条件下多UCAV协同打击分散目标任务分配的ESMAA-2-ILP方法 |
5.1 问题描述与建模 |
5.1.1 问题描述 |
5.1.2 模型构建 |
5.1.3 模型的不确定性分析 |
5.2 基于ESMAA-2-ILP方法的问题求解框架 |
5.3 基于正态分布区间数的ESMAA-2 方法 |
5.3.1 SMAA-2 方法概述 |
5.3.2 正态分布区间数和加权算数平均算子 |
5.3.3 基于迭代算法的矩阵聚合方法 |
5.3.4 ESMAA-2 方法流程 |
5.4 基于全局可接受性指数的模型转换 |
5.5 案例分析 |
5.5.1 想定背景 |
5.5.2 决策矩阵构建 |
5.5.3 任务分配方案求解 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 未来研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
四、对目标打击概率的数学模型及分析(论文参考文献)
- [1]面向柔性需求的敌夺控目标预测技术研究[D]. 白永强. 中北大学, 2021(09)
- [2]破片散布态势目标毁伤建模与评估研究[D]. 吕佩毅. 西安工业大学, 2021(02)
- [3]多自主平台武器站协同打击策略研究与实现[D]. 付博雯. 西安工业大学, 2021(02)
- [4]反无人机火箭弹四象限周视激光引信与战斗部配合研究[D]. 姚立新. 中北大学, 2021(09)
- [5]基于智能算法的巡飞弹协同攻击策略研究[D]. 张钧轶. 中北大学, 2020(11)
- [6]破片战斗部对导弹目标的毁伤效能分析[D]. 于滨. 国防科技大学, 2020(02)
- [7]复杂环境下多无人机对目标点的协同打击规划[D]. 刘西. 南京航空航天大学, 2020(07)
- [8]面向目标体系分析的知识推理与复杂网络节点评估技术研究[D]. 孔江涛. 国防科技大学, 2019(01)
- [9]基于异质网络的武器装备体系贡献率评估方法研究[D]. 赵丹玲. 国防科技大学, 2019(01)
- [10]多UCAV对地打击协同任务分配方法[D]. 王骏. 国防科技大学, 2019(01)