基于任务可靠性约束的异构弹群多目标任务规划方法技术

本发明专利技术公开了一种基于任务可靠性约束的异构弹群多目标任务规划方法，包括：以最大化弹群分配的任务可靠性和最大化弹群分配的效费比为优化目标，构建异构弹群的双目标优化模型；基于MOEA/D算法对所述双目标优化模型求解，且在求解过程中，利用切比雪夫函数进行方案对比，得到弹群目标分配方案的帕累托前沿解集。本发明专利技术不仅能有效提高弹群目标分配的任务可靠性，还可以提高弹群目标分配的效率，适用于对作战任务可靠性要求极高的作战场景。于对作战任务可靠性要求极高的作战场景。于对作战任务可靠性要求极高的作战场景。

【技术实现步骤摘要】
基于任务可靠性约束的异构弹群多目标任务规划方法


[0001]本专利技术涉及计算机仿真
，更具体的说是涉及一种基于任务可靠性约束的异构弹群多目标任务规划方法。

技术介绍

[0002]异构弹群任务规划，起源于20世纪70年代的美国舰队防空领域，其核心是将具有不同毁伤能力和经济价值的弹群在一定条件的约束下分配给不同的目标，在满足目标毁伤要求的前提下尽可能地减少作战资源消耗，以使弹群利用率最大化，进而优化整个火力打击体系。
[0003]在现代化战争中，战场要素种类繁多、作战环境瞬息万变，为提高飞航武器系统的整体作战效能与可靠程度并实现较高水平的多飞航武器协同作战，需要针对战场中存在的动态特性对任务进行统筹、分配与协调。一般对于战术层面，这一统筹计划的过程被称为“任务规划”。
[0004]相关技术在解决弹群目标分配问题时未考虑分配方案的任务可靠性，目前尚未提出有效的技术解决方案。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于任务可靠性约束的异构弹群多目标任务规划方法，不仅能有效提高弹群目标分配的任务可靠性，还可以提高弹群目标分配的效率，适用于对作战任务可靠性要求极高的作战场景。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种基于任务可靠性约束的异构弹群多目标任务规划方法，包括：
[0008]以最大化弹群分配的任务可靠性和最大化弹群分配的效费比为优化目标，构建异构弹群的双目标优化模型；
[0009]基于MOEA/D算法对所述双目标优化模型求解，且在求解过程中，利用切比雪夫函数对求解的方案进行对比，得到弹群目标分配方案的帕累托前沿解集。
[0010]进一步的，所述双目标优化模型为：
[0011]；
[0012]其中，maximize表示最大化目标值，f1表示目标函数一，f2表示目标函数二，I、II、III、IV、V、VI分别表示约束条件；
[0013]目标函数一表示最大化弹群分配的效费比，其表达式表示：
[0014]；
[0015]目标函数二表示最大化弹群分配的任务可靠性，其表达式表示：
[0016]；
[0017]其中，表示目标集合；表示目标的价值；表示摧毁目标的任务可靠性；M表示弹群数量；表示弹药的价值；表示是否将弹药分配给目标的0
‑
1整数决策变量，表示分配，表示不分配；表示区域的任务可靠性；表示区域集合。
[0018]进一步的，所述双目标优化模型的约束条件为：
[0019]约束I：，表示确保弹群分配的数量不超过最大可用数量；
[0020]约束II：，表示确保弹药最多只分配一个目标；
[0021]约束III：，表示确保分配的弹药是有效无故障的；
[0022]约束IV：，表示确保分配的弹药与目标距离不能超过弹药的航程；
[0023]约束V：，表示确保满足区域任务可靠性准则；
[0024]约束VI：，表示0
‑
1整数变量约束；
[0025]其中，表示弹群数量；表示弹药到目标的距离；表示弹药的航程；表示弹药的性能状态，表示性能正常，表示发生故障。
[0026]进一步的，影响弹群分配的任务可靠性的因素包括：自身弹药的可靠性、电子对抗干扰、敌方防空武器拦截和弹药的毁伤概率。
[0027]进一步的，对某一弹群目标分配方案的任务可靠性的计算过程包括：
[0028]获取弹群的状态信息及各目标区域的防空能力信息；
[0029]针对目标区域S，计算我方弹药不被拦截的概率P
ci
：
[0030]；
[0031]计算我方弹药的任务可靠度R
i
：
[0032]；
[0033]由概率公式计算区域中摧毁目标的任务可靠度R
j
：
[0034]；
[0035]以区域S内J个目标全部被摧毁为任务成功准则，根据任务成功准则，计算区域S任务可靠性R
s
：
[0036]；
[0037]对各个目标区域实施打击，按照目标函数二计算该弹群目标分配方案下异构弹群在自身影响和对抗博弈下的任务可靠性；
[0038]其中，表示同时对区域S发射弹药的数量，表示区域S中的可防御武器数量，假设防空武器对我方枚弹药以同等概率拦截，但是对不同弹药的拦截成功概率不同；表示弹药自身的可靠性；表示弹药在电磁对抗恶劣环境下的可靠性；表示弹药对目标的毁伤概率；弹药的健康状态由自身的可靠性和电磁对抗恶劣环境下的可靠性共同决定，当不低于设定的可靠性阈值，且不低于电磁对抗恶劣环境下的可靠性阈值，则弹药的状态为健康，设置为1，否则设置为0。
[0039]进一步的，切比雪夫函数的表达式为：
[0040]；
[0041]其中，表示第个目标函数，表示目标函数的下标；表示双目标优化模型的一个分配方案；表示目标函数空间上的理想点，表示目标函数空间上极值点，理想点和极值点随着算法的迭代过程而不断更新；x表示某一弹群目标分配方案；g
te
表示切比雪夫函数；λ表示权重向量。
[0042]进一步的，利用切比雪夫函数进行方案对比时，采用修复因子和罚函数法处理约束条件，利用修复因子纠正不可行方案使其满足约束条件，利用罚函数法降低不可行方案的遗传概率。
[0043]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于任务可靠性约束的异构弹群多目标任务规划方法，针对目标打击筹划中弹群平台资源约束、决策变量0
‑
1整数约束、航迹约束、健康状态约束以及任务可靠性要求，以最大化任务可靠性和最大化分配方案效费比为优化目标，构建双目标优化模型。基于MOEA/D算法，采用理想点和极值点的切比雪夫公式求解多目标优化模型，解决弹群目标分配问题中兼顾分配方案的任务可靠性问题，本专利技术不仅能有效提高弹群目标分配的任务可靠性，还可以提高弹群目标分配的效率，适用于对作战任务可靠性要求极高的作战场景。
附图说明
[0044]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0045]图1为本专利技术提供的基于任务可靠性约束的异构弹群多目标任务规划方法的流程图；
[0046]图2为本专利技术提供的任务可靠性的串联模型框图；
[0047]图3为本专利技术提供的基于MOEA/D算法和切比雪夫函数对双目标优化模型求解的流程图；
[0048]图4为本专利技术提供的对弹药和目标进行编码的示意图；
[0049]图5为本专利技术提供的帕累托前沿解集示意图。
具体实施方式
[0050]下面将结合本专利技术实施例中的附图，对本专利技术实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于任务可靠性约束的异构弹群多目标任务规划方法，其特征在于，包括：以最大化弹群分配的任务可靠性和最大化弹群分配的效费比为优化目标，构建异构弹群的双目标优化模型；基于MOEA/D算法对所述双目标优化模型求解，且在求解过程中，利用切比雪夫函数对求解的方案进行对比，得到弹群目标分配方案的帕累托前沿解集。2.根据权利要求1所述的一种基于任务可靠性约束的异构弹群多目标任务规划方法，其特征在于，所述双目标优化模型为：；其中，maximize表示最大化目标值，f1表示目标函数一，f2表示目标函数二，I、II、III、IV、V、VI分别表示约束条件；目标函数一表示最大化弹群分配的效费比，其表达式表示：；目标函数二表示最大化弹群分配的任务可靠性，其表达式表示：；其中，表示目标集合；表示目标的价值；表示摧毁目标的任务可靠性；M表示弹群数量；表示弹药的价值；表示是否将弹药分配给目标的0
‑
1整数决策变量，表示分配，表示不分配；表示区域的任务可靠性；表示区域集合。3.根据权利要求2所述的一种基于任务可靠性约束的异构弹群多目标任务规划方法，其特征在于，所述双目标优化模型的约束条件为：约束I：，表示确保弹群分配的数量不超过最大可用数量；约束II：，表示确保弹药最多只分配一个目标；约束III：，表示确保分配的弹药是有效无故障的；约束IV：，表示确保分配的弹药与目标距离不能超过弹药的航程；约束V：，表示确保满足区域任务可靠性准则；约束VI：，表示0
‑
1整数变量约束；其中，表示弹群数量；表示弹药到目标的距离；表示弹药的航程；表示弹药的性能状态，表示性能正常，表示发生故障。
4.根据权利要求1所述的一种基于任务可靠性约束的异构弹群多目标任务规划方法，其特征在于，影响弹药分配的任务可靠性的因素包括：自身弹药的可靠性、电子对抗干扰、敌方防空武器拦截和弹药的毁伤概率。5.根据权利要求2所述的一...

【专利技术属性】
技术研发人员：伊枭剑，余徽阳，许涛，王晓光，徐其志，方紫迎，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：