首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种海上飞机任务分配与弹药配置协同优化方法 

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:中国人民解放军海军航空大学

摘要:本发明涉及一种海上飞机任务分配与弹药配置协同优化方法,属于协同优化方法技术领域。为了解决现有技术中缺少对海上飞机任务分配与弹药配置协同优化的不足,该方法包括以下步骤:S1、建立舰载机任务分配与弹药配置协同优化问题模型:以最大化任务收益与舰载机成本和弹药成本的差值为优化目标,建立了舰载机任务分配和弹药配置协同优化模型;S2、对步骤S1中任务收益中的任务目标的重要度进行评估:S3、对步骤S1建立的模型进行求解。本方法填补了现有技术的空白,能够为实际的舰载机任务分配与弹药配置提供决策支持。

主权项:1.一种海上飞机任务分配与弹药配置协同优化方法,其特征在于:包括以下步骤:S1、建立舰载机任务分配与弹药配置协同优化问题模型:以最大化任务收益与舰载机成本和弹药成本的差值为优化目标,建立了舰载机任务分配和弹药配置协同优化模型;所述步骤S1中所述舰载机任务分配与弹药配置协同优化问题模型包括目标函数和约束条件;所述目标函数为最大化收益和代价的差值,即:,式中,为系数,为任务收益,为舰载机被击毁成本,为舰载机弹药损耗成本; ,式中:为任务t的重要度;表示由执行任务t的舰载机的出动波次所决定的参数, ,sign为符号函数,时取值为1,否则为-1;为任务目标完成质量标准要求; ,式中,为第i种舰载机的被击毁成本;为第i种舰载机执行任务t时的被击毁概率,对于攻击舰载机,对于辅助舰载机,为执行任务t的攻击舰载机数量,为舰载机种类与目标的匹配变量,,表示执行任务t的第i中舰载机数量; ,式中,为第d种弹药的单位成本,为舰载机种类与弹药种类的匹配变量,,表示打击目标t的第d中弹药数量;所述约束条件包括:A、目标执行波次约束:对于任意目标t,必须在某一波次出动的舰载机中执行,且不会被重复执行,即:,为任务与舰载机出动波次的匹配变量;B、舰载机载弹质量约束:对于第i种舰载机,由于其载重量的限制,其携带的弹药质量总和小于等于舰载机载重量,即:,式中:表示弹药d的质量,表示i种舰载机的载重量;C、舰载机载弹数量约束:对于第i种舰载机,其上的挂弹点数量是固定的,因而舰载机携带的弹药数量小于等于挂弹点数量,即:;D、指挥员意图约束:按照武器性能从战术层面进行舰载机和弹药的规划能够达到战术层次的最优,但不一定能够达到战略层次的最优,指挥员有时会根据作战意图从战略层面指定某些目标在特定的舰载机出动波次中对其进行打击,即由指挥员决定某些决策变量的取值,;S2、基于AHP-Entropy-TOPSIS方法实现对步骤S1中任务收益中的任务目标的重要度进行评估:S3、对步骤S1建立的模型进行求解;所述步骤S3采用FAGABC算法进行求解,具体以下:所述FAGABC算法包括雇佣蜂阶段、跟随蜂阶段和侦查蜂阶段三个阶段,雇佣蜂阶段为每个雇佣蜂分配一个蜜源,即一个解决方案,每个雇佣蜂在蜜源附近寻找新的解决方案,对于一维向量形式的解,假设种群中第个体的当前解为,引入全局最优的变异分量,引入自适应参数,得到,式中,为种群中随机选择的第个体的当前解,,为区间[-1,1]之间的随机数; 为分量系数,,为当前迭代中个体的适应度值,和分别为当前迭代中种群适应度的最大值和最小值,,当个体适应度较小时,个体位置距离种群全局最优的蜜源位置较远,的取值较大,加大向全局最优个体的偏移程度;当个体适应度较大时,说明个体位置距离全局最优蜜源较近,的取值较小,个体更新倾向于进行更大范围的探索;若新解对应的适应度值优于当前解,则用新解替换当前解,否则更新个体的无效更新次数;跟随蜂阶段,跟随蜂根据雇佣蜂分享的信息选择蜜源,选择方式通常为轮盘赌方式确定选择概率,,式中,为雇佣蜂的适应度,为目标函数值;为跟随蜂选择蜜源的概率;选择蜜源后,跟随蜂使用所示方式继续在蜜源附近搜索新解;侦察蜂阶段,如果蜜源在一定更新次数内没有得到改进,则对应位置的雇佣蜂或跟随蜂转变为侦察蜂随机搜索新蜜源,即重新进行个体初始化。

全文数据:

权利要求:

百度查询: 中国人民解放军海军航空大学 一种海上飞机任务分配与弹药配置协同优化方法

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。