基于多Agent分布协同拍卖的动态目标分配算法

多无人机(UAV,Uninhabited Aerial Vehicle)协同目标分配问题是决定由哪些U AV攻击哪些目标,达到提高作战效能,减少攻击代价的目的.考虑UAV的差异、目标的差异 及战场态势对目标分配的影响,建立了多机协同目标分配问题的数学模型.提出了基于多智 能体(Agent)分布协同拍卖的动态目标分配算法,仿真结果和统计数据分析证明,算法能 够给出具有很好的优化效果的分配方案,是一种动态的算法,能够在规定的时间或资源约束 下得到满足一定优化需求的目标分配方案.      

基于满意决策的多机协同目标分配算法

多机协同目标分配问题是无人机UAV(Uninhabited Aerial Vehicle)研究 中一个重要的问题.考虑UAV差异、目标差异及战场态势对目标分配的影响,建立了多机 协同目标分配问题的数学模型.提出基于满意决策的目标分配算法,通过搜索个体满 意集合获取群体优化的目标分配方案.对多目标分配问题,将攻击方案作为个体满意集 合的元素扩展了基于满意决策的目标分配算法.为适应更大的问题空间的求解需求,提出递 阶分配框架,并将满意决策方法用于递阶分配.计算结果表明,算法能有效提 高搜索效率,并得到很好的优化效果.      

基于DTC和GPGP的多UCAV任务规划方法

以任务分析和环境建模仿真框架作为任务结构的描述模型,建立了无人作战飞机的任务模型描述及任务规划问题描述方法.提出了基于启发式设计准则的无人作战飞机任务规划算法,并在任务规划过程中集成路径规划.以通用局部全局规划协调理论为基础,提出了集成通用局部全局规划协调机制和同步协调机制的多无人作战飞机协同任务规划系统结构,对通用局部全局规划的任务规划过程进行控制和协调.仿真实例证明了任务规划算法的可行性.      

分布式武器目标分配中的实时截止期分配

在分布式武器对目标的协同拦截中,作战任务往往被划分为多个子任务,为了保证任务的实时性,针对分布式武器对目标的协同拦截问题建立实时任务模型,运用分布式实时系统中的截止期分配技术,把全局作战任务的截止期转化为其包含的各子任务的截止期.建立了任务调度模型和仿真模型,对分配有截止期的子任务实施仿真调度,研究了在一定武器数量情况下,不同来袭目标数量和武器节点上本地负载所占不同比例时,各截止期分配方法保障任务实时性和完成率的能力,可为实时条件下的分布式任务协作研究提供参考.     

超视距空战中多机协同制导方法

对空空导弹制导权交接的任务分配问题,根据己方飞机与制导权需交接的导弹的态势建立了对导弹的态势优势模型;根据己方飞机对该导弹攻击目标的态势建立了对目标的探测能力模型;根据敌方飞机对己方飞机的态势建立了己方飞机受到的威胁度模型;根据敌我双方飞机的空战能力建立了空战效能优势模型.在这4种模型的基础上建立了己方飞机对导弹的总的制导优势模型.在总的制导优势的基础上建立了协同制导任务分配模型,并采用遗传算法对协同制导任务分配问题进行优化求解.仿真结果表明,该方法能够实时地计算制导优势和进行任务分配,有效地完成多机协同制导.     

实施饱和攻击的导弹多目标火力分配决策

饱和攻击是高技术战争中打击敌方重要目标、提高导弹突防概率的一种重要作战模式.根据饱和攻击的战术指导思想,从分析反舰导弹火力攻击任务约束、最优火力分配准则及多平台协同攻击的角度出发,建立目标分配优化模型,并将火力分配目标决策与航路规划决策过程相结合,提出一种多发射平台、多约束下对目标实施饱和攻击的分配实施方法.仿真结果表明:所建立的模型及方法正确有效,可为部队发射平台配置和火力分配提供依据与参考.     

超视距多机协同空战目标分配算法

针对未来超视距条件下多机协同空战中的威胁估计与多目标分配,结合超视距空战特点,在综合考虑参战双方飞机性能、几何态势的基础上,提出了一种以参战双方飞机空战效能优势与当前态势优势的加权和为最终结果的超视距空战威胁估计的非参量法模型;在威胁估计的基础上,探讨了一种以空战优势函数为依据,多机之间相互配合、相互支援、协同作战过程的多目标分配算法,并进行了仿真.仿真结果证实了算法的有效性.      

基于作战能力的飞机生存力模型及其综合权衡

针对现有模型在计算飞机主动自主防御下的生存力时存在不足,提出了一种新的飞机生存力计算模型.从攻防结合的角度分析了飞机-威胁-生存力-作战能力之间的相互联系,建立了包含作战能力的生存力计算模型,用算例验证了该模型的正确性和合理性.引入权重表示具体作战任务中对生存力和作战能力的不同需求,以武器投射距离为控制变量,采用逼近理想解的排序方法(TOPSIS,Technique for Order Preference by Similarity to Ideal Solution)对生存力-作战能力进行了多属性决策.结果表明:在一定的生存力和作战能力需求下,存在最佳的武器投射距离,该距离随生存力需求的不同而变化.此方法可用来指导实际作战计划的制定.      

空战中协同干扰、探测、攻击任务分配

针对空战中协同干扰任务分配问题,根据己方飞机的干扰功率、干扰工作频段、干扰样式,敌方飞机雷达的工作功率、工作频段、抗干扰样式,建立了干扰功率优势、干扰频率优势、干扰样式优势;再考虑己方飞机的干扰作战能力以及敌我双方的空战能力指数建立了总的干扰优势,建立了协同干扰任务分配模型.根据干扰后敌方飞机的距离性能以及敌我双方的空战态势,对己方飞机对敌方飞机的探测能力、攻击能力进行了研究,建立了多机协同探测加攻击任务分配模型.采用遗传算法对建立的任务模型问题进行优化求解.仿真结果表明,这些模型能够有效地完成协同干扰、探测加攻击任务分配.      

基于任务的作战飞机效能评估模型

针对作战飞机的任务效能评估问题,提出了基于作战飞机任务的任务效能新概念;采用概率分析方法将飞机作战过程分解并抽象为一组概率值,建立了相应的任务效能评估模型;该模型可以在兼顾传统仿真评估模型结果精度的同时,具有模型简明、计算消耗低、方便快捷等特点;更具有实际作战指挥意义,其快速可信的评估结果有利于作战指挥官进行合理的、科学的任务规划,从而有利于在执行特定任务时更好地运用现有的作战飞机和武器;算例结果表明该模型可以较为有效地对作战飞机携带不同机载武器时在不同作战环境中打击不同作战目标进行效能评估.     

多拦截器总体拦截方案设计与分析

多拦截器(MKV,Multiple Kill Vehicle Interceptor)通过采用一个运载母仓携带多个小型动能拦截器对目标实施动能拦截,有望克服传统动能拦截武器多目标识别及拦截的难题.以MKV对远程弹道导弹多弹头中段拦截为背景,设计了MKV的总体方案,分析了MKV基本作战流程;并分别针对MKV制导策略、释放策略、MKV机动能力对拦截的影响以及MKV目标分配策略等几个关键问题开展研究.仿真分析表明,采用所设计的MKV方案能够实现对远程弹道导弹多弹头的拦截.     

一种分布式异构多AUV任务分配鲁棒拍卖算法

为了解决异构多自主式水下航行器(AUV)的任务分配问题，提出了一种分布式鲁棒拍卖算法。建立了异构多AUV任务分配分布式拍卖模型，包括任务分配系统(拍卖商)的优化模型及AUV的优化模型。针对现有拍卖算法忽略拍卖商的利益，不符合市场规律的问题，引入任务奖励反馈机制，任务分配系统通过多轮试探拍卖市场，自适应地调整任务奖励，达到保证AUV效用的同时，有效降低任务分配系统成本的目的，促进了任务分配系统参与拍卖。针对水下洋流对任务分配模型产生的不确定性因素，提出了一种鲁棒优化算法对抗不确定性因素，提高了多AUV任务分配系统应对复杂水下环境的能力。仿真结果证明了所提算法的鲁棒性和有效性。      

网联混合动力汽车能量优化控制

能量管理策略是混合动力汽车的核心技术之一,决定了车辆的燃油经济性和排放性能。针对现有混合动力汽车的能量管理都是基于固定工况开发而没有考虑实际道路工况的问题,基于智能交通系统（ITS）和专用短程通信技术（DSRC）获取的道路交通信息和周边车辆信息,提出了一种网联混合动力汽车分层能量控制方法。其中,上层控制器利用道路交通信息和模型预测控制算法预测车辆的最优目标速度并计算出需求转矩;下层控制器利用上层控制器获得的目标车速信息,实现最优车速跟随,并使用模糊神经网络控制算法优化发动机和电动机之间的转矩分配以降低燃油消耗。仿真结果表明:与传统的能量管理策略相比,所提方法可以有效避免车辆在红灯时停车,车辆的燃油消耗率降低了34.88%,HC、CO和NO_x的排放分别降低10.59%、66.19%和1.05%,提升了混合动力汽车的燃油经济性和排放性能。      

基于高置信局部特征的车辆重识别优化算法

根据车辆重识别中区域置信度不同，提出了基于高置信局部特征的车辆重识别优化算法。首先，利用车辆关键点检测获得对应的多个关键点坐标信息，分割出车标扩散区域和其他重要的局部区域。根据车标扩散区域的高区分度特性，提升局部区域的置信度。使用多层卷积神经网络对输入图片进行处理，根据局部区域分割信息，对卷积得到的特征张量进行空间维度上的切割，获得代表全局信息和关键局部信息的特征张量。然后，通过全连接层特征张量转化为表示车辆个体的一维向量，计算损失函数。最后，在测试阶段使用全局特征，并利用训练好的车标扩散区域提取分支获得高置信局部特征，缩短局部识别一致的车辆目标距离。在典型车辆重识别数据集VehicleID上进行测试，验证了所提算法的有效性。      

基于事件驱动的多飞行器编队协同控制

针对多飞行器系统协同控制问题,研究了基于事件驱动机制的控制设计方法。结合有向通信拓扑和编队位置描述建立了空间多飞行器系统的模型,在飞行器编队中引入事件驱动方法,设计了一般形式的事件触发函数,在非触发时间内利用触发时刻的信息生成了协同控制律,使得飞行器在非持续通信下能够形成三维空间任意给定的队形,并从理论上给出了协同控制问题的稳定性证明。提出的方法不需要飞行器系统的全局信息,飞行器只需要在触发时刻进行通信和控制器的更新,更有利于实际情形中的应用。仿真结果验证了该方法的有效性。     

基于出行链的电动汽车充电行为影响因素分析

随着电动汽车的快速发展,大规模电动汽车充电将给电力系统规划和运行带来不可忽视的影响,研究电动汽车的充电行为及其影响因素,并实时预测潜在的充电行为越发迫切。基于北京市私家电动汽车的历史车联网数据,引入出行链的概念,综合电动汽车充电过程和放电过程的数据,从实际出发考虑影响电动汽车充电行为的多种潜在因素,并通过logistic回归模型分析确定了显著影响充电行为的因素。分别基于单一和多个显著影响因素建立电动汽车充电行为的预测模型,预测结果表明,基于多个显著影响因素的模型准确率更高,且对晴天的预测效果更好。研究成果将有助于优化电动汽车的充电行为,进而提高电动汽车的充电效率。      

最优气动力辅助空间拦截和交会

航天器从高轨道向位于低地球圆轨道的靶目标实施拦截或进行交会 ,并用间接求解的直接伴随方法 ,即用D型拉格朗日方法求解其优化问题。拦截条件是指在最终时刻两者的位置相同 ,而交会条件是指不仅位置相同且最终的速度矢量亦相等。文章讨论了最小时间与最小脱靶量 ,或最小时间与最小燃料消耗的复合性能指标 ,以及推力协同机动的优化解。推力协同下 ,对于特定情况 ,如在热流约束边界部分推力弧是奇异的 ,气动力控制是正常的。这种复杂性和奇异问题的求解在拦截和交会问题中都是值得慎重处理的。