一、整数规划与动态规划在防空导弹火力分配中的应用研究（论文文献综述）
王昊[1]（2021）在《动态条件下的飞航武器任务规划算法研究》文中研究表明在军事技术的快速发展和军事斗争形式与要求的不断变化的推动下,飞航武器装备体系日臻完善。在众多类型飞航武器中,承担反舰任务的飞航武器是现代化海战的作战利器。在现代化海战中,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整体的作战效能与可靠程度、实现较高水平的多飞航武器协同作战,需要针对战场环境中存在的动态特性对任务进行分配和协调。设计和开发任务规划算法与系统,能够在复杂多变的战场中协助指挥者进行统筹协调,对提高飞航武器作战能力具有重要意义。本文以反舰飞航武器为研究对象,考虑战场环境中的动态要素,对任务规划算法展开研究。针对反舰飞航武器在动态条件下的特性与要求进行作战实体与要素的建模,根据模型设计动态目标分配与航迹规划算法,并模拟实际应用场景实现了多飞航武器对多舰船的综合任务规划仿真系统。本文主要研究内容为:设计了飞航武器的动态任务规划模型。将目标分配问题视为多约束条件下的非线性整数优化问题,将航迹规划问题视为满足特定指标的航迹点搜索问题。在目标分配模型中,将总目标函数考虑为毁伤效能函数、反击潜力函数和作战代价函数三者的线性组合,约定对抗双方实体中飞航武器与目标舰船的基本要素,给出飞航武器可靠度和毁伤概率的计算规则。在航迹规划模型中,针对威胁区域的分布将任务空间分为障碍空间与可航空间,给出约束的具体形式,包括初值约束、终值约束、障碍约束和协同约束。基于目标分配模型设计动态条件下的飞航武器目标分配算法。算法以多目标调度离散粒子群算法为基础,提出基于进化论中自然选择思想的“灾变方案”和借鉴模拟退火算法思想的“影子种群”作为算法的改进策略,对改进策略与原始算法进行对比,定量验证改进策略的作用。针对战场中存在的动态特性,将算法的决策方案由一次性打击推广到“射击-观察-射击”的多阶段打击。基于目标分配算法进行目标价值折损临界不同规定下的打击方案规划仿真和动态条件下的多阶段打击仿真。其中考虑的动态因素主要包括目标舰船数量与价值、我方飞航武器数量与反击潜力随着战斗阶段进展的变化。同时,基于侦察准确度有限的假设给出不确定性模型并进行仿真,在不确定性模型中附加的动态因素包括目标被判定为假目标、有价值目标船突现。基于航迹规划模型设计动态条件下的飞航武器航迹规划算法。算法分为全局和规划两个层次,全局规划以快速扩展随机树算法为基础,并针对其收敛效率低、可重复性差、最优性差等不足应用目标导向、附加约束、双向扩展和航迹简化等改进方案,并将其应用于有障碍区约束下的单枚武器打击和多枚武器协同打击应用场景的全局航迹规划。实时规划以速度障碍法为基础,基于飞航武器与动态障碍区的实时位置与速度规划飞航武器的实时航向,并将其应用于有动态障碍区约束下的多枚武器协同打击应用场景的实时航迹规划。其中考虑的动态因素主要包括飞航武器的位置与速度和动态障碍区的实时分布。基于动态条件下的飞航武器目标分配算法和动态条件下的飞航武器航迹规划算法实现了动态条件下的任务规划系统仿真。以目标价值折损临界为变量的目标分配仿真主要验证了目标价值折损临界不同规定下的给出的打击方案、目标舰船损毁情况对比;基于先验概率的动态多阶段打击仿真主要验证了战役中各打击阶段中目标舰船的价值变化、防空导弹使用情况、损毁情况与飞航武器的使用情况与命中情况;基于后验事件的不确定性条件下动态多阶段打击仿真主要验证了保留反击潜力的必要性,以及在有价值目标突现后算法能在下一阶段的规划中立即做出响应;全局航迹规划仿真验证了算法与改进方案的有效性,给出单枚武器执行任务和多枚武器协同执行任务的安全有效航迹的关键节点;实时航迹规划仿真验证了在动态障碍条件下多飞航武器协同执行任务冲突消解与避障方案的有效性,实现动态避障与附加时间维度的航迹点求解,并定量分析了飞航武器的生存可靠性。
许鹏程,舒健生,武健,闫华伟,彭泉[2]（2020）在《基于改进遗传算法的联合防空目标分配优化》文中研究指明随着现代空袭逐渐向多批次、多型号饱和式攻击发展,如何为联合防空体系快速准确地提供目标分配方案,是联合防空指挥员亟待解决的难题。论文研究并建立了基于转火时间约束和分配目标数量约束的联合防空目标分配模型,对遗传算法（Genetic Algorithm,GA）进行自适应改进提高全局搜索能力和收敛速度,结合案例进行仿真分析,为指挥员快速决策、武器装备发展和部队训练改进提供依据。
阎栋,苏航,朱军[3]（2019）在《基于DQN的反舰导弹火力分配方法研究》文中提出反舰导弹作为海上作战的主战武器,由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题,我们提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法,深度Q值网络无需依赖任何先验信息,就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数,解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明,在各种不同的舰队防御配置下,深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。
陈黎[4]（2019）在《一类弹炮结合防空武器抗饱和攻击火力分配》文中研究表明针对一类由被动红外防空导弹和小口径高炮组成的自行式弹炮结合防空武器在抗饱和攻击时采用传统弹—炮一体化火力分配方案多目标拦截能力不足的问题,建立了一种基于防空导弹与高炮分置式的防空火力分配模型,该模型的思想是将导弹和高炮在满足毁伤概率门限以及转火时间要求的前提下,分别进行火力分配,优先分配威胁度大的目标,同时选择尽量少的防空火力拦截同一来袭目标,提升武器系统在抗饱和攻击时的多目标拦截能力。在此基础上,采用模拟退火离散粒子群混合优化算法（SADPSO）对模型进行求解,以提高算法的全局搜索能力,避免陷入局部极值。通过仿真验证了模型及算法的合理性和有效性,为该类弹炮结合防空武器抗饱和攻击下火力分配问题的求解提供了一条新思路。
单文昭[5]（2019）在《多平台反舰导弹协同突防任务规划方法研究》文中认为反舰导弹因其速度快、杀伤大等优点扮演着当今海战甚至是未来海战的主要角色。然而,水面舰艇的防御体系逐步增强与完善,给单枚反舰导弹的突防带来了困难,因此对多平台多类型反舰导弹的协同突防任务规划技术提出了很大的需求。针对多平台反舰导弹协同任务规划技术的研究非常有必要。基于突防背景的多平台反舰导弹协同任务规划主要包括多平台反舰导弹目标分配和协同航迹规划问题。本文主要研究思路如下:首先,与一对一的导弹目标分配问题不同,多平台反舰导弹目标分配问题更加复杂,一个平台可分配至多个目标,目标可被多个平台不同类型导弹实现饱和攻击。多平台反舰导弹目标分配需考虑平台导弹与目标匹配、兵力覆盖度和可用反舰导弹数量等多个约束。基于对约束的分析,建立反舰导弹目标分配的整数规划数学模型;设计新的粒子编码方式和基于遗传操作的粒子更新策略,针对传统DPSO算法目标分配计算耗时长的问题,将禁忌搜索算法引入至DPSO算法,利用局部操作以提高目标分配算法的效率。然后,分析了反舰导弹协同突防航迹规划问题的自身特点,并与无人机航迹规划特点进行比较。针对反舰导弹突防面临的海面复杂威胁,建立了雷达探测系统威胁、武器威胁、岛屿及海面气象威胁构成的环境模型。为规划不同平台反舰导弹同时到达目标的多条协同航迹,建立了考虑空域、时域、威胁、通信等多约束的最优控制模型,设计基于hp自适应Radau伪谱法的求解框架。设计自适应调整网格策略和逐步增加约束的优化策略,提升了协同航迹规划算法的计算效率。最后,本文对基于DPSO-TS算法的多平台反舰导弹目标分配问题进行仿真研究,同时对基于hp自适应Radau伪谱法的协同突防航迹规划问题展开多个场景的的仿真研究。仿真结果表明,本文设计的方法能快速有效的解决多平台反舰导弹的协同突防任务规划问题。
谢永杰[6]（2019）在《多平台防空导弹任务分配及协同制导方法研究》文中提出随着导弹武器技术的不断发展,单一防空拦截平台对进攻导弹拦截已经无法完成对目标的有效杀伤。传统的单对单作战模式系统效能低、作战效果差,无法满足现代化作战需求,因此需要开展多平台协同防空关键技术研究。论文以防空导弹为研究对象,开展多平台防空导弹任务分配与协同制导方法研究,以拦截概率和目标威胁程度构建任务分配优化指标,基于改进遗传算法对任务分配问题进行求解;设计带有角度约束的协同制导规律,利用最优策略对建立的相对运动矢量方程进行求解,以二对一拦截过程为仿真筭例,验证协同制导律对机动目标拦截的适用性和有效性。首先,系统调研国内外对任务分配和协同制导的相关研究方法和发展现状,分析任务分配各研究方法优缺点与协同制导方法约束条件,给出了论文研究的主要内容。其次,研究多平台协同防空任务分配和制导建模问题,分别建立任务分配的数学模型与协同制导相对运动数学模型。通过隶属度函数衡量目标威胁程度,构建任务分配适应度函数计算函数。基于防空导弹和目标的动力学方程,建立两者之间的相对运动模型。然后,研究基于遗传算法的任务分配,确定指标优化函数,基于灰色关联算法对任务分配模型中目标威胁程度模型进行数据整合,建立导弹拦截概率模型。针对遗传算法求解速度较低的问题,基于贪婪原则对传统遗传算法进行改进;针对贪婪原则带来的过早收敛的问题,基于协同进化原则对其进行改进,提高算法全局寻优能力。最后,针对导弹和目标的协同拦截问题,对两者相对运动进行建模,导弹协同变量选择防空导弹之间的速度倾角偏差,完成带角度约束的协同制导规律设计,通过对二拦一情况分析,仿真验证制导律的有效性。
张永利,计文平,宋本钦[7]（2019）在《舰空导弹对空中目标打击辅助决策研究》文中研究说明现代海战中,空中来袭平台可以通过多种手段发现、打击目标,并具有高度的机动性。因此,防空作战过程中,根据战场态势信息,建立基于熵权-灰关联方法的目标威胁评估模型评估空中机动目标的威胁程度;并根据目标威胁度,建立火力分配模型。针对目标函数是一类非线性整数规划的火力分配问题,首先将其转化为线性整数规划问题,应用LINGO软件,形成优化的导弹发射分配方案,可以辅助指挥员及时正确地做出决策。
刘晋伟[8]（2019）在《改进的并行迭代混沌优化算法及其应用》文中研究说明传统的混沌优化算法建立在Logistic序列的基础上,并采用串行迭代机制,对于自变量范围较大、自变量维度较高的优化问题,较难求出其全局最优解,同时算法搜索时间过长,过度依赖于它的迭代次数。基于上述问题,提出一种新颖的并行混沌优化算法。针对单目标和多目标优化问题,并行混沌优化算法又可分为单目标并行混沌优化（Single-Objective Parallel Chaos Optimization,SOPCO）算法和多目标并行混沌优化（Multi-Objective Parallel Chaos Optimization,MOPCO）算法,并将其分别应用到标准测试函数和具体问题中,算法均取得了良好的效果。首先归纳出8种常见的混沌序列,分析它们的混沌映射图和李雅普诺夫指数,并将不同的混沌序列引入到混沌优化算法中。仿真实验表明,采用Tent映射的混沌优化算法性能最优。单目标并行混沌优化算法在Tent映射的基础上,引入并行迭代和精英库机制,并采用了一种在一定概率下自变量范围根据迭代结果和迭代次数收缩的策略,显着提高了算法的全局和局部搜索性能。通过对23个标准测试函数的仿真实验,SOPCO算法均表现出了良好的优化性能,且总体上优于灰狼优化、粒子群优化和差分进化这三种比较算法。多目标并行混沌优化算法整体上沿用单目标并行混沌优化算法的框架,在算法中引入非支配关系和拥挤度排序操作,在保证算法优化性能的同时,使算法获得的非支配解尽可能多,并且使最优解的分布性和多样性得到了一定的保障。为了测试算法的性能,针对8个典型的多目标测试函数,引入3个算法性能评价指标,仿真实验表明MOPCO算法在解决多目标优化问题时比NSGA-Ⅱ、SPEA2和多目标灰狼优化这三种算法更有优势。针对区域防空火力部署这类单目标整数优化问题,SOPCO算法依据来袭敌人的威胁度矩阵和我方防御武器的毁伤系数矩阵,对不同的敌人分配不同的武器进行防御,使我方的防空火力部署效益即适应值达到最大,同时算法的运行结果误差小于1%,运行时间小于2s。对于交流伺服电机现场效率测算这类工业领域的热点问题,建立了交流伺服电机的等效电路模型,并根据模型构造了一个多目标优化问题,该问题拥有2个目标函数,5个自变量。利用多目标并行混沌优化算法求解该问题,间接求出交流伺服电机的现场效率,与实际测量的效率误差在2%以内,且该方法无需拆下电机或单独做一些实验项目来获取参数,侵入性低,操作简单。
邱鸿泽[9]（2018）在《基于自适应大邻域搜索算法的武器-目标分配问题研究》文中研究表明武器-目标分配（Weapon Target Assignment,WTA）是防空导弹武器系统的重要一环,直接影响其作战效能,甚至影响战斗的胜败。本文在已有研究成果的基础上对基于自适应大邻域搜索算法（Adaptive Large Neighborhood Search,ALNS）求解WTA问题进行了研究。首先,分析了WTA问题的研究现状以及解决WTA问题常用的智能优化算法,并从不同角度对WTA问题进行分类,重点研究了静态WTA问题和动态WTA问题。针对战场环境动态变化的问题,提出了基于拦截几何的在线WTA模型。在确定WTA问题的数学模型基础上,根据防空导弹武器系统的问题实际,对经典的优化算法进行改进和设计。同时,在分析现有求解NP难问题优化算法的优缺点的基础上,提出采用ALNS算法对WTA问题进行求解,针对WTA问题的特点,设计了3种破坏算子和3种修复算子,并通过自适应层对算子进行选择,提高了算法的搜索效率。针对随机性影响算子性能评价的问题,对ALNS算法的自适应层进行了改进,并采用模拟退火算法以一定概率接受劣解。这样在保证算法稳定性,提高算法搜索效率的同时,扩大了算法的搜索空间。最后,通过仿真实验,验证了ALNS算法的可行性与有效性。与传统的蚁群算法和粒子群算法对比结果表明,改进后的ALNS算法在求解防空导弹武器系统的WTA时求解精度高,收敛速度快,时间性能优越的特点。
陈龙,马亚平[10]（2017）在《目标火力分配的优化算法》文中研究指明火力分配问题是一个规划问题,火力分配优化问题是作战仿真中的一个重要内容,其算法的优劣决定了火力分配优化结果,该结果是影响战争胜败的关键因素。本文通过分析目标火力分配优化算法发展历程,将火力分配优化算法归纳总结为常规解析火力分配法、智能进化火力分配法、混合式火力分配法三种方法,并分析总结各自的特点,最后对MOEA/D优化算法进行了初步研究。
二、整数规划与动态规划在防空导弹火力分配中的应用研究（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、整数规划与动态规划在防空导弹火力分配中的应用研究（论文提纲范文）
（1）动态条件下的飞航武器任务规划算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的和意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究目的和意义 |
| 1.2 任务规划及其方法概述 |
| 1.2.1 任务/目标分配问题 |
| 1.2.2 路径/航迹规划问题 |
| 1.3 国内外研究现状 |
| 1.4 论文主要研究内容 |
| 第2章 飞航武器任务规划建模 |
| 2.1 引言 |
| 2.2 模型的基本假设与规定 |
| 2.3 目标分配模型 |
| 2.3.1 战场实体要素信息 |
| 2.3.2 飞航武器的可靠度与威胁要素的关系 |
| 2.3.3 各类毁伤概率的计算 |
| 2.3.4 目标函数 |
| 2.3.5 动态场景的计算规则 |
| 2.3.6 不确定性模型 |
| 2.4 航迹规划模型 |
| 2.4.1 任务空间 |
| 2.4.2 障碍空间与可航空间 |
| 2.4.3 航迹规划的本质 |
| 2.4.4 飞航武器运动学模型与航迹规划约束条件 |
| 2.5 本章小结 |
| 第3章 飞航武器的目标分配算法 |
| 3.1 引言 |
| 3.2 离散粒子群及其改进算法 |
| 3.2.1 粒子群算法的基本思想 |
| 3.2.2 离散粒子群算法的基本思想 |
| 3.2.3 离散粒子群算法的改进方案 |
| 3.2.4 基于MDPSO的改进算法 |
| 3.3 动态条件下的目标分配算法 |
| 3.3.1 动态条件下改进MDPSO与目标函数的应用规则 |
| 3.3.2 动态条件下的飞航武器目标分配算法 |
| 3.4 本章小结 |
| 第4章 飞航武器的航迹规划算法 |
| 4.1 引言 |
| 4.2 基于快速扩展随机树算法的全局航迹规划算法 |
| 4.2.1 快速扩展随机树算法基本原理 |
| 4.2.2 RRT算法的改进方案 |
| 4.2.3 全局航迹规划算法 |
| 4.3 基于速度障碍法的实时航迹规划算法 |
| 4.3.1 速度障碍法原理 |
| 4.3.2 实时航迹规划算法 |
| 4.4 本章小结 |
| 第5章 动态条件下飞航武器的任务规划系统仿真 |
| 5.1 引言 |
| 5.2 动态条件下的目标分配算法仿真 |
| 5.2.1 目标价值折损临界不同规定下的打击方案仿真 |
| 5.2.2 确定性动态条件下的多阶段打击仿真 |
| 5.2.3 不确定性动态条件下的多阶段打击仿真 |
| 5.3 动态条件下的航迹规划算法仿真 |
| 5.3.1 飞航武器全局航迹规划仿真 |
| 5.3.2 动态障碍环境下多飞航武器冲突消解仿真 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（3）基于DQN的反舰导弹火力分配方法研究（论文提纲范文）
| 0 引言 |
| 1 反舰导弹突防模型 |
| 1.1 舰艇编队阵型设定 |
| 1.2 舰艇编队毁伤概率模型 |
| 1) 可靠飞行及目标捕获流程 |
| 2) 各类干扰流程 |
| 3) 防空导弹拦截 |
| 4) 密集阵拦截 |
| 2 基于深度Q值网络的反舰导弹火力分配 |
| 2.1 强化学习 |
| 2.2 马尔可夫决策过程 |
| 2.3 Q值学习算法 |
| 2.4 深度Q值网络 |
| 2.5 训练参数 |
| 3 仿真验证 |
| 4 结论 |
（5）多平台反舰导弹协同突防任务规划方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 任务规划系统研究现状及分析 |
| 1.2.2 目标分配研究现状及分析 |
| 1.2.3 航迹规划研究现状及分析 |
| 1.2.4 协同航迹规划算法研究现状及分析 |
| 1.3 主要研究内容 |
| 第2章 任务规划建模 |
| 2.1 引言 |
| 2.2 导弹编队任务规划问题描述 |
| 2.2.1 反舰导弹任务规划背景 |
| 2.2.2 多平台反舰导弹编队协同任务规划的主要功能 |
| 2.3 导弹编队任务规划模型 |
| 2.3.1 导弹编队数学模型 |
| 2.3.2 导弹编队目标分配模型 |
| 2.3.3 导弹编队航迹规划模型 |
| 2.4 本章小结 |
| 第3章 多平台目标分配方法研究 |
| 3.1 引言 |
| 3.2 多平台目标分配建模 |
| 3.2.1 问题描述 |
| 3.2.2 优化指标 |
| 3.2.3 约束条件设计 |
| 3.2.4 目标分配整数规划模型 |
| 3.3 DPSO-TS目标分配算法设计 |
| 3.3.1 PSO算法原理 |
| 3.3.2 DPSO目标分配算法 |
| 3.3.3 DPSO-TS目标分配算法 |
| 3.4 仿真研究 |
| 3.4.1 仿真条件 |
| 3.4.2 仿真与分析 |
| 3.5 本章小结 |
| 第4章 协同突防航迹规划方法研究 |
| 4.1 引言 |
| 4.2 反舰导弹航迹规划特点与模型假设 |
| 4.3 多平台时间协同航迹规划模型 |
| 4.3.1 反舰导弹面对的威胁模型建立 |
| 4.3.2 协同航迹规划的最优控制模型 |
| 4.4 基于hp自适应Radau伪谱法的协同航迹规划方法 |
| 4.4.1 hp自适应Radau伪谱法 |
| 4.4.2 多约束求解策略 |
| 4.5 仿真研究 |
| 4.5.1 仿真参数设计 |
| 4.5.2 仿真1:简单场景下多枚导弹同时到达 |
| 4.5.3 仿真2:复杂场景下多枚导弹同时到达 |
| 4.5.4 仿真3:导弹过程变量结果和约束分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）多平台防空导弹任务分配及协同制导方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 多平台防空作战研究现状 |
| 1.2.2 任务分配研究现状 |
| 1.2.3 协同制导方法研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 多平台导弹运动学及任务分配建模 |
| 2.1 引言 |
| 2.2 导弹运动学建模 |
| 2.2.1 平面相对运动方程 |
| 2.2.2 相对运动状态空间方程 |
| 2.3 任务分配问题建模 |
| 2.3.1 威胁程度评判准则 |
| 2.3.2 任务分配模型 |
| 2.4 本章小结 |
| 第3章 基于改进遗传算法的防空导弹任务分配 |
| 3.1 引言 |
| 3.2 多平台防空任务分配问题建模 |
| 3.2.1 灰色关联算法 |
| 3.2.2 拦截概率计算模型 |
| 3.3 遗传算法求解流程 |
| 3.3.1 编码和初始种群生成 |
| 3.3.2 适应度函数 |
| 3.3.3 遗传操作 |
| 3.4 改进遗传算法 |
| 3.4.1 基于贪婪原则的改进遗传算法 |
| 3.4.2 基于协同种群进化的改进遗传算法 |
| 3.5 分配结果与分析 |
| 3.5.1 目标威胁程度评估 |
| 3.5.2 拦截概率计算 |
| 3.5.3 分配结果分析 |
| 3.6 本章小结 |
| 第4章 具有角度约束的协同制导方法 |
| 4.1 引言 |
| 4.2 多对一角度协同拦截模型 |
| 4.3 角度协同拦截制导律 |
| 4.3.1 最优策略推导 |
| 4.3.2 伴随变量求解 |
| 4.4 二拦一情况分析 |
| 4.5 仿真分析 |
| 4.5.1 非协同制导仿真 |
| 4.5.2 角度协同制导仿真 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文及其它成果 |
| 致谢 |
（7）舰空导弹对空中目标打击辅助决策研究（论文提纲范文）
| 1 目标威胁估计 |
| 1.1 建立决策矩阵 |
| 1.2 初始化处理 |
| 1.3 确定灰色关联决策矩阵 |
| 1.4 熵权法 |
| 1.5 优选方案的选择 |
| 2 目标火力分配 |
| 2.1 火力分配的数学模型 |
| 2.2 舰空导弹火力分配 |
| 3 结束语 |
（8）改进的并行迭代混沌优化算法及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 全局优化问题介绍 |
| 1.2.1 单目标优化问题 |
| 1.2.2 多目标优化问题 |
| 1.3 混沌的特性 |
| 1.4 混沌优化算法研究现状 |
| 1.5 本文主要内容及章节安排 |
| 第2章 并行混沌优化算法求解单目标优化问题 |
| 2.1 不同混沌序列对混沌优化算法的影响 |
| 2.1.1 传统混沌优化算法 |
| 2.1.2 基本混沌序列介绍 |
| 2.1.3 混沌序列的性能评价指标 |
| 2.1.4 不同混沌序列对混沌优化算法的影响 |
| 2.2 SOPCO算法 |
| 2.3 SOPCO算法的仿真实验 |
| 2.3.1 标准测试函数介绍 |
| 2.3.2 算法参数设置 |
| 2.3.3 仿真结果比较分析 |
| 2.3.4 并行数P对 SOPCO算法性能的影响 |
| 2.4 本章小结 |
| 第3章 并行混沌优化算法求解多目标优化问题 |
| 3.1 多目标优化问题简介 |
| 3.2 MOPCO算法 |
| 3.2.1 非支配关系排序 |
| 3.2.2 拥挤度排序 |
| 3.3 数值实验 |
| 3.3.1 算法性能评价指标 |
| 3.3.2 算法参数设置 |
| 3.3.3 仿真结果比较分析 |
| 3.4 本章小结 |
| 第4章 SOPCO算法在区域防空火力部署的应用 |
| 4.1 区域防空火力部署问题介绍 |
| 4.2 模型分析 |
| 4.3 区域防空火力部署实验结果与分析 |
| 4.3.1 “多对少”模型仿真实验 |
| 4.3.2 “少对多”模型仿真实验 |
| 4.3.3 “一对一”模型仿真实验 |
| 4.4 本章小结 |
| 第5章 MOPCO算法在交流伺服电机效率测算的应用 |
| 5.1 交流伺服电机现场效率测算问题介绍 |
| 5.2 物理模型描述 |
| 5.3 目标函数介绍 |
| 5.4 MOPCO算法用于交流伺服电机现场效率测算 |
| 5.4.1 算法流程 |
| 5.4.2 仿真实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间主要学术成果目录 |
| 附录B 攻读学位期间参加的科研项目目录 |
（9）基于自适应大邻域搜索算法的武器-目标分配问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 WTA建模研究现状 |
| 1.2.2 WTA算法研究现状 |
| 1.2.3 ALNS算法研究现状 |
| 1.3 本文内容与组织结构 |
| 1.3.1 主要内容 |
| 1.3.2 组织结构 |
| 第二章 WTA问题及其分析 |
| 2.1 WTA问题描述 |
| 2.1.1 WTA问题的研究目标 |
| 2.1.2 WTA问题的分类 |
| 2.2 静态WTA问题的研究 |
| 2.2.1 静态WTA问题定义 |
| 2.2.2 静态WTA问题模型 |
| 2.3 动态WTA问题的研究 |
| 2.3.1 动态WTA问题定义 |
| 2.3.2 动态WTA问题模型 |
| 2.4 动静结合的WTA问题 |
| 2.5 基于拦截几何的在线WTA |
| 2.6 本章小结 |
| 第三章 WTA问题的算法设计 |
| 3.1 WTA问题的求解方法 |
| 3.2 面向WTA的 ACO算法 |
| 3.2.1 ACO算法的基本原理 |
| 3.2.2 ACO求解WTA问题 |
| 3.2.2.1 解的构造 |
| 3.2.2.2 局部搜索和信息素控制机制 |
| 3.2.2.3 算法的流程 |
| 3.2.3 ACO算法的不足 |
| 3.3 面向WTA的 PSO算法 |
| 3.3.1 PSO算法的基本原理 |
| 3.3.2 PSO求解WTA问题 |
| 3.3.2.1 粒子的编码与解码 |
| 3.3.2.2 适应度函数的选择与计算 |
| 3.3.2.3 算法的流程 |
| 3.3.3 PSO算法的不足 |
| 3.4 面向WTA的 ALNS算法 |
| 3.4.1 ALNS算法的基本原理 |
| 3.4.2 ALNS求解WTA问题 |
| 3.4.2.1 初始解的构建 |
| 3.4.2.2 邻域结构 |
| 3.4.2.3 自适应层的设计和算法终止迭代条件 |
| 3.4.2.4 算法的流程 |
| 3.5 本章小结 |
| 第四章 改进的ALNS求解WTA问题 |
| 4.1 ALNS算法的改进 |
| 4.1.1 自适应层的重构 |
| 4.1.2 基于模拟退火算法的解的接受 |
| 4.1.3 改进后ALNS算法的流程 |
| 4.2 实验仿真与结果分析 |
| 4.2.1 实验场景设计 |
| 4.2.2 算法参数配置优化 |
| 4.2.2.1 模拟退火系数?对算法的影响 |
| 4.2.2.2 敏感因子?对算法的影响 |
| 4.2.2.3 需求银行规模S_c对算法的影响 |
| 4.2.3 算法运行结果分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 进一步研究方向 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）目标火力分配的优化算法（论文提纲范文）
| 1 常规解析火力分配法 |
| 2 智能进化火力分配法 |
| 3 混合式火力分配法 |
| 4 MOEA/D进化算法 |
四、整数规划与动态规划在防空导弹火力分配中的应用研究（论文参考文献）
- [1]动态条件下的飞航武器任务规划算法研究[D]. 王昊. 哈尔滨工业大学, 2021
- [2]基于改进遗传算法的联合防空目标分配优化[J]. 许鹏程,舒健生,武健,闫华伟,彭泉. 舰船电子工程, 2020(11)
- [3]基于DQN的反舰导弹火力分配方法研究[J]. 阎栋,苏航,朱军. 导航定位与授时, 2019(05)
- [4]一类弹炮结合防空武器抗饱和攻击火力分配[A]. 陈黎. 2019第七届中国指挥控制大会论文集, 2019
- [5]多平台反舰导弹协同突防任务规划方法研究[D]. 单文昭. 哈尔滨工业大学, 2019(02)
- [6]多平台防空导弹任务分配及协同制导方法研究[D]. 谢永杰. 哈尔滨工业大学, 2019(02)
- [7]舰空导弹对空中目标打击辅助决策研究[J]. 张永利,计文平,宋本钦. 指挥控制与仿真, 2019(03)
- [8]改进的并行迭代混沌优化算法及其应用[D]. 刘晋伟. 湖南大学, 2019(07)
- [9]基于自适应大邻域搜索算法的武器-目标分配问题研究[D]. 邱鸿泽. 国防科技大学, 2018(01)
- [10]目标火力分配的优化算法[J]. 陈龙,马亚平. 电子技术与软件工程, 2017(14)