龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明公开了基于改进NSGA‑Ⅱ算法的航天器集群打击目标分配和博弈任务决策方法，它主要涉及一种改进多旅行商模型设计和一种基于亚种群独立优化方法的改进NSGA‑Ⅱ算法设计。本发明解决了航天器集群博弈对抗场景下的最优目标分配和最优博弈任务决策问题。基于改进NSGA‑Ⅱ算法的航天器集群打击目标分配和博弈任务决策方法按以下步骤进行：1、针对传统多旅行商模型不适用于虑航天器集群博弈任务的问题，建立改进多旅行商问题模型；2、考虑航天器集群博弈任务中作战时效性和燃料消耗需求，结合兰伯特转移方法，设计航天器集群机动代价计算方法；3、考虑航天器集群博弈任务中多优化目标耦合，设计一种基于亚种群独立优化的改进NSGA‑Ⅱ算法，实现算法的快速收敛。本发明可应用于航空航天领域。
主权项：1.一种基于改进NSGA-Ⅱ算法的航天器集群打击目标分配和博弈任务决策方法，其特征在于，具体包括如下步骤：步骤a，将航天器集群打击目标分配和打击任务序列的博弈任务决策问题转化为多旅行商问题，针对传统多旅行商模型不适用于虑航天器集群博弈任务的问题，建立改进多旅行商问题模型；步骤b，基于卫星轨道六要素参数，构建攻防航天器和打击目标的初始位置六要素参数矩阵；步骤c，结合兰伯特转移方法，设计攻防航天器的机动代价计算方法，求解机动时间和机动需要的速度增量；步骤d，针对航天器集群打击目标分配和打击任务序列的博弈任务决策问题，生成双位染色体初始种群；步骤e，计算初始种群的机动时间和机动需要的速度增量，在所有初始种群中选择一种最优机动方案，即机动速度增量最小的机动方案；步骤f，基于改进NSGA-Ⅱ算法对上一代种群进行更新得到新种群，并计算适应度值对种群进行排序更新，更新后的种群作为当前迭代计算得到的种群，并保留机动时间和机动需要的速度增量数据，对种群解码得到打击目标分配结果和打击任务序列；步骤g，判断当前迭代次数是否大于最大迭代次数，若是则输出步骤f中适应度值最优的个体，否则迭代次数加1，将当前迭代计算得到的种群作为上一代种群并返回步骤f。
全文数据：
权利要求：
百度查询： 南京航空航天大学 基于改进NSGA-Ⅱ算法的航天器集群打击目标分配和博弈任务决策方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号