基于混合自适应遗传算法的协同多目标攻击空战决策（英文）

doi:10.7523/j.issn.2095-6134.2006.3.016

中国科学院大学学报 ›› 2006, Vol. 23 ›› Issue (3): 382-389.DOI: 10.7523/j.issn.2095-6134.2006.3.016

基于混合自适应遗传算法的协同多目标攻击空战决策（英文）

罗德林; 沈春林; 王彪 ; 吴文海

1南京航空航天大学自动化学院，南京210016；

2海军航空工程学院青岛分院，青岛266041

收稿日期:1900-01-01 修回日期:1900-01-01 发布日期:2006-03-15

Air Combat Decision-Making For Cooperative Multiple Target Attack Based on Hybrid Adaptive Genetic Algorithm

LUO De-Lin, SHEN Chun-Lin, WANG Biao, WU Wen-Hai

1 College of Automation Engineering, Nanjing University of Aeronautics &Astronautics, Nanjing 210016, China;
2 Qingdao Branch, Navy Aeronautical Engineering Institute, Qingdao 266041，China

Received:1900-01-01 Revised:1900-01-01 Published:2006-03-15

摘要/Abstract

摘要： 研究了多机协同多目标攻击空战决策问题。它是依据空战形势，寻求M架友机对N架敌机的一个适当的攻击分配方案，以实现最优的期望攻击效果。为此，本文首先建立了决策问题的数学模型，接着应用混合自适应遗传算法对其进行求解。在混合自适应遗传算法中，将一种局部搜索方法引入自适应遗传算法以提高其搜索能力。同时，设计了用于满足决策问题的非常规交叉算子。仿真实验结果表明所设计的混合自适应遗传算法比自适应遗传算法能更有效的解决协同多目标攻击空战决策问题。

关键词: 多目标攻击, 协同空战, 空战决策, 混合, 自适应, 遗传算法

Abstract: The Decision-Making (DM) problem is investigated for Cooperative Multiple Target Attack in air combat. It is to find a proper assignment of M friendly fighters to N hostile fighters in order to achieve the optimal expected attack effect according to the air combat situation. In this paper, the DM problem is formulated mathematically and then a Hybrid Adaptive Genetic Algorithm (HAGA) is presented for solving it. In the HAGA, a local search approach is embedded into the Adaptive Genetic Algorithm (AGA) to improve its search performance. In addition, an unconventional crossover operator is given to meet the constraints of the DM problem. Simulation experiment results show that the HAGA is more effective to solve the DM problem than the AGA.

Key words: multiple target attack, cooperative air-combat, air-combat decision-making, hybrid, adaptive, genetic algorithm

中图分类号:

V247
E837

罗德林; 沈春林; 王彪 ; 吴文海. 基于混合自适应遗传算法的协同多目标攻击空战决策（英文）[J]. 中国科学院大学学报, 2006, 23(3): 382-389.

LUO De-Lin, SHEN Chun-Lin, WANG Biao, WU Wen-Hai. Air Combat Decision-Making For Cooperative Multiple Target Attack Based on Hybrid Adaptive Genetic Algorithm[J]. , 2006, 23(3): 382-389.

[1]	张宇强, 余新刚. 多脉冲EUV诱导氢等离子体的PIC-漂移扩散混合模型数值模拟[J]. 中国科学院大学学报, 2026, 43(3): 316-325.
[2]	张盼盼, 常家超, 邹诚, 李国通. 基于改进遗传算法的低轨通信卫星跳波束调度策略[J]. 中国科学院大学学报, 2025, 42(3): 382-391.
[3]	肖迪笙, 胡世成, 钱骅, 康凯, 李明齐. 面向混合波束成形结构的改进SLM算法[J]. 中国科学院大学学报, 2024, 41(6): 786-793.
[4]	包立男, 吕孝雷. 基于改进的高斯混合模型和图割模型的水体图像提取算法[J]. 中国科学院大学学报, 2024, 41(6): 794-802.
[5]	刘海, 郭田德, 韩丛英. 带消极动量的自适应步长随机方差缩减方法[J]. 中国科学院大学学报, 2024, 41(5): 577-588.
[6]	彭程, 谭冲, 刘洪, 郑敏. 基于BBO优化K-means算法的WSN分簇路由算法[J]. 中国科学院大学学报, 2024, 41(3): 357-364.
[7]	唐志鹏, 吴颖, 熊世峰, 黄寰. 一类变系数空间滞后的混合地理加权回归模型[J]. 中国科学院大学学报, 2024, 41(3): 345-356.
[8]	苏亚鹏, 陈高曙, 赵彤. 不平衡样本下的SA-YOLO自适应损失目标检测算法[J]. 中国科学院大学学报, 2024, 41(3): 411-426.
[9]	金琳娜, 曹玉会. 基于IDDES方法的受限撞击流反应器流动及混合特性[J]. 中国科学院大学学报, 2024, 41(2): 165-175.
[10]	赵明浩, 周以国. 相控阵天线波束形成联合优化算法[J]. 中国科学院大学学报, 2023, 40(6): 771-777.
[11]	樊慧晶, 章文毅, 田妙苗, 马广彬, 程博. 基于粒子群算法的卫星任务地面站资源调度方法[J]. 中国科学院大学学报, 2022, 39(6): 801-808.
[12]	于文欣, 李凯, 周明拓, 李剑, 杨旸. 面向三维信道幅值预测的自适应神经网络[J]. 中国科学院大学学报, 2021, 38(5): 678-686.
[13]	宋志华, 陈锟山, 曾江源, 许镇. 一种基于FMCW雷达的慢速目标检测自适应滤波器[J]. 中国科学院大学学报, 2021, 38(3): 382-391.
[14]	郝晓冉, 陈岚, 倪茂, 潘磊. 一种计算机系统内存扩展方案[J]. 中国科学院大学学报, 2021, 38(3): 423-432.
[15]	殷锋, 邱玲, 梁晓雯. 多用户毫米波大规模MIMO系统中收发端联合的混合波束成形设计[J]. 中国科学院大学学报, 2021, 38(2): 252-259.

基于混合自适应遗传算法的协同多目标攻击空战决策（英文）

Air Combat Decision-Making For Cooperative Multiple Target Attack Based on Hybrid Adaptive Genetic Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们