面向聯(lián)合火力打擊任務(wù)規(guī)劃的雙層聯(lián)動(dòng)仿真優(yōu)化方法研究.pdf

1、聯(lián)合火力打擊是指為達(dá)成某種作戰(zhàn)目標(biāo)，綜合運(yùn)用各類中遠(yuǎn)程火力資源，對(duì)敵重要目標(biāo)實(shí)施的火力突擊行動(dòng)，其作為聯(lián)合作戰(zhàn)的一種重要作戰(zhàn)樣式，越來越受到國際社會(huì)的重視。聯(lián)合火力打擊，由于作戰(zhàn)行動(dòng)涉及的武器繁多、信息量大、時(shí)效性強(qiáng)，其作戰(zhàn)方案優(yōu)化是一項(xiàng)復(fù)雜的系統(tǒng)工程。
　　聯(lián)合火力打擊任務(wù)規(guī)劃問題由于對(duì)抗過程的復(fù)雜性，傳統(tǒng)的基于案例改造、基于解析模型以及基于建模仿真的方法等在求解該類問題時(shí)存在諸多困難。鑒于此，本文將規(guī)劃問題劃分為二個(gè)層次，建立

2、了它們之間的關(guān)聯(lián)關(guān)系，并針對(duì)不同層次分別提出了不同的解決思路，以充分利用優(yōu)化過程中產(chǎn)生的信息，高效可信地產(chǎn)生聯(lián)合火力打擊方案。針對(duì)國內(nèi)外相關(guān)技術(shù)在本文研究背景下的不足，論文主要研究?jī)?nèi)容和成果如下：
　?。?）聯(lián)合火力打擊任務(wù)規(guī)劃問題建模以及求解框架。首先，對(duì)聯(lián)合火力打擊任務(wù)規(guī)劃問題進(jìn)行了建模，將其分解為任務(wù)層方案優(yōu)化、行動(dòng)層方案優(yōu)化二類優(yōu)化問題，任務(wù)層方案優(yōu)化為對(duì)目標(biāo)選擇和資源分配進(jìn)行優(yōu)化，行動(dòng)層方案優(yōu)化為對(duì)火力資源的協(xié)同作戰(zhàn)樣式

3、進(jìn)行優(yōu)化。其次，構(gòu)建了揉合二類優(yōu)化問題的雙層聯(lián)動(dòng)仿真優(yōu)化框架，即任務(wù)層和行動(dòng)層通過不斷地為對(duì)方提供輸入，以驅(qū)動(dòng)對(duì)方工作的展開，最終通過雙方的聯(lián)合行動(dòng)，獲取滿意的聯(lián)合火力打擊方案。
　　（2）面向任務(wù)層方案優(yōu)化的改進(jìn)認(rèn)知演化計(jì)算方法。為了充分利用優(yōu)化過程中產(chǎn)生的信息，以提高優(yōu)化效率，論文將認(rèn)知演化計(jì)算方法引入問題求解中并進(jìn)行改進(jìn)。首先，基于能夠充分表達(dá)領(lǐng)域知識(shí)、便于知識(shí)的實(shí)現(xiàn)和理解、便于知識(shí)的維護(hù)和管理、便于知識(shí)的組裝和推理四個(gè)方面

4、，將貝葉斯網(wǎng)絡(luò)引入知識(shí)表示中。其次，為提高結(jié)構(gòu)學(xué)習(xí)的準(zhǔn)確度，將信念圖和模糊集引入到先驗(yàn)信息采集中，實(shí)現(xiàn)對(duì)專家不確定知識(shí)、優(yōu)化過程中產(chǎn)生的效能知識(shí)進(jìn)行采集和融合；對(duì)MDL測(cè)度進(jìn)行改進(jìn)以充分融合非確定性先驗(yàn)信息；并將K2算法引入到結(jié)構(gòu)學(xué)習(xí)中。第三，從信息加工的角度，對(duì)記憶進(jìn)行了研究，設(shè)計(jì)了信息編碼、信息存儲(chǔ)和信息提取的方法。第四，設(shè)計(jì)了思維模塊，發(fā)散思維借鑒廣度優(yōu)化搜索和深度優(yōu)化搜索算法，以盡可能達(dá)到解的多樣性和深層次知識(shí)的利用率二者的平衡

5、；收斂思維，在二次資源分配的基礎(chǔ)上，采用聚焦思維和創(chuàng)新思維以產(chǎn)生一個(gè)資源分配方案。
　?。?）面向行動(dòng)層方案優(yōu)化的自適應(yīng)性仿真優(yōu)化方法。為了高效可信地產(chǎn)生面向各個(gè)作戰(zhàn)任務(wù)的協(xié)同作戰(zhàn)樣式，將主動(dòng)知識(shí)挖掘和優(yōu)化算法引入到問題求解中。首先，提出了基于任務(wù)之間的關(guān)聯(lián)關(guān)系，對(duì)仿真實(shí)驗(yàn)空間進(jìn)行分割，同時(shí)也是對(duì)問題的分割。第二，提出了基于改進(jìn)增強(qiáng)隨機(jī)優(yōu)化算法的最優(yōu)化實(shí)驗(yàn)設(shè)計(jì)方法，其中優(yōu)化目標(biāo)為準(zhǔn)則和p準(zhǔn)則相結(jié)合的p準(zhǔn)則，以期在給定的實(shí)驗(yàn)方案數(shù)量

6、下獲取最大的信息量。第三，提出了基于擴(kuò)展置信區(qū)間的仿真實(shí)驗(yàn)次數(shù)控制方法，以將仿真數(shù)據(jù)中蘊(yùn)含的隨機(jī)因素控制在可知的范圍之內(nèi)。第四，提出了基于魯棒支持向量機(jī)的元模型擬合方法，其中在參數(shù)的優(yōu)化過程依據(jù)問題特性采用了梯度法，以盡可能消除仿真數(shù)據(jù)中所蘊(yùn)含的隨機(jī)因素。第五，提出了基于改進(jìn)分布估計(jì)算法的方案優(yōu)化方法，其中種群選擇策略采用精英策略、擁擠機(jī)制和截?cái)噙x擇相結(jié)合的方式，以充分考慮解集的退化性和多樣性，方案優(yōu)化流程采用嵌套控制，以縮減問題求解的