[发明专利]基于蚁群算法的火力分配方法

摘要

本发明公开了一种基于蚁群算法的火力分配方法，首先根据敌我双方交战态势建立空战威胁度模型和火力分配决策模型；其次在模型求解方面，针对经典蚁群算法的不足进行算法改进，着眼于蚁群算法的更新机制、路径选择机制和信息素区间机制三个方面，结合经典蚁群系统与最大‑最小蚁群系统算法的思想，对蚁群算法进行改进，使得改进蚁群算法的前期进化趋势更加合理、收敛速度更快并且能够更好地避免陷入局部最优。而且本发明面向火力分配提出的改进蚁群算法不仅可用于空战火力分配，还可望用于其他组合优化问题，如地面坦克群的进攻作战、海上战舰编队作战中的火力分配等决策问题。

主权项

1.一种基于蚁群算法的火力分配方法，其特征在于，包括以下步骤：第一步，建立空战火力分配模型，包括空战威胁度模型和火力分配决策模型；红方N架战机与蓝方K架战机进行空战对抗，其中红方战机与蓝方战机的性能不同，且红方的预警机能够准确识别蓝方战机的型号、速度以及空间位置；设R_i为第i架红方战机，B_j为第j架蓝方战机，为R_i的轴线方向，为R_i的飞行速度，ε_ji为B_j相对于R_i的离轴角，为B_j的轴线方向，为B_j的飞行速度，ε_ij为R_i相对于B_j的离轴角，LOS为双方的视线方向，D_ij为R_i与B_j之间距离；(1)根据以上空战态势，分别针对角度威胁、距离威胁、速度危险和能力威胁进行建模，然后在此基础上建立蓝方对整个红方编队的整体空战威胁度模型；(1.1)角度威胁函数：式中S_ij¹表示B_j对R_i的角度威胁度，与R_i和B_j的离轴角之差成正比；(1.2)距离威胁函数：式中表示蓝方导弹的攻击距离，表示蓝方雷达的最大探测距离；(1.3)速度威胁函数：式中表示红方战机速度，表示蓝方战机速度；当红方较蓝方的速度越大，则B_j对R_i的速度威胁度越小；(1.4)能力威胁函数:空战能力公式为：C＝[lnB+ln(∑A₁+1)+ln(∑A₂)]ε₁ε₂ε₃ε₄           (4)式中B为战机的机动性能参数；A₁是火力攻击能力参数；A₂为其雷达探测能力衡量参数；ε₁是飞行员的操控能力系数；ε₂是战机生存能力系数；ε₃是战机航程范围系数；ε₄是战机电子对抗能力系数；战机的空战能力C的值能够根据飞机型号查表得出；定义能力威胁函数为：其中，C_i表示红方战机的空战能力，C_j表示蓝方战机的空战能力；(1.5)结合以上威胁函数的设定可得蓝方战机B_j对红方战机R_i的空战威胁度为：其中0＜ω_i＜1为权重，且∑ω_i＝1；蓝方战机B_j对整个红方编队的威胁度为：(2)火力分配决策模型空战中红方将对蓝方发射一定数量的导弹，火力分配决策模型的目标即为所有导弹化解蓝方的威胁度之和达到最大；设红方战机R_i携带的导弹数量为M_i，对蓝方战机B_j分配的导弹数量为：其中S_j为蓝方战机B_j对整个红方编队的威胁度；火力分配决策模型为：约束条件为：其中Ω表示所有攻击方案构成的解空间；X_ij表示红方战机携带的第i枚导弹是否用于攻击蓝方战机j，X_ij取值为0或1，1时表示红方战机携带的第i枚导弹用于攻击蓝方战机j，否则为0；k为实际用于攻击目标的导弹数量；第二步，基于改进的蚁群算法解决空战火力分配的优化问题将空战火力分配过程模拟成一个蚁群网络；将红方战机的每一发导弹都看作是一个红方的节点，将蓝方每架战机需要分配的导弹看作是一个蓝方的节点；(2.1)设置种群中蚂蚁数量为：m＝N_r+∑E_j            (10)其中N_r为红方携带的导弹总数，E_j为第j架蓝方战机上分配的导弹数量；(2.2)将m只蚂蚁随机地放置在红方战机的导弹上，并设置各路径上初始信息素浓度均为1；(2.3)m只蚂蚁按照伪随机概率选择规则选择蓝方应当分配导弹的位置，蚂蚁在移动过程中的规则如下：规则一：红方战机上的每只蚂蚁只能够移动到蓝方战机导弹分配数量不足的位置，蓝方每架战机分配的导弹数量不能超过设定的分配数量，红方战机最多发射红方战机携带导弹的剩余数；规则二：红方战机上的每只蚂蚁每次只能到达一个目标点，即每枚导弹只能攻击一个目标；规则三：每只蚂蚁各自进行目标选择，互不干扰；每只蚂蚁在到达当前允许分配的一个目标后，同样以伪随机概率选择规则返回红方战机位置，此时蚂蚁的移动目标为红方剩余的导弹位置；接着进行下一枚导弹的目标选择，直到完成N_r枚导弹的目标分配；规则四：所有蚂蚁在结束一次循环之后，需要进行信息素的更新，并且每只蚂蚁在各自循环中的最优路径上产生新的信息素，每只蚂蚁产生新的信息素的同时考虑路径上信息素的耗散或挥发。