基于启发式蚁群算法的协同多目标攻击空战决策研究

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于启发式蚁群算法的协同多目标攻击空战决策研究

罗德林^1,2, 段海滨³, 吴顺详¹, 李茂青¹

1. 厦门大学系统与控制研究中心, 福建厦门 361005;2. 南京航空航天大学自动化学院, 江苏南京 210016;3. 北京航空航天大学自动化科学与电气工程学院, 北京 100083

收稿日期:2005-07-31 修回日期:2006-03-21 出版日期:2006-12-25 发布日期:2006-12-25

Research on Air Combat Decision-making for Cooperative Multiple Target Attack Using Heuristic Ant Colony Algorithm

LUO De-lin^1,2, DUAN Hai-bin³, WU Shun-xiang¹, LI Mao-qing¹

1. Center for Systems and Control, Xiamen University,Xiamen 361005, China;2. College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;3. School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics, Beijing 100083, China

Received:2005-07-31 Revised:2006-03-21 Online:2006-12-25 Published:2006-12-25

摘要/Abstract

摘要： 协同多目标攻击空战决策是现代战机在超视距条件下进行协同空战的关键技术之一。它是寻求一个优化分配方案,将目标分配给各友机,力求使攻击效果最优。本文在对协同多目标攻击战术进行深入分析的基础上,提出了一种用于空战决策的启发式蚁群算法,该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验表明所提出的启发式蚁群算法对最优解的搜索效率明显优于基本蚁群算法,是一种求解协同多目标攻击空战决策问题的有效算法。

关键词: 空战决策, 协同空战, 多目标攻击, 启发式, 蚁群算法

Abstract: The air combat Decision-Making (DM) for Cooperative Multiple Target Attack (CMTA) is one of the key techniques for modern fighters performing cooperative air combat under the Beyond Visual Range (BVR) condition. It is to find a proper assignment of the friendly fighters to the hostile fighters to achieve the optimal attack effect. In this paper, based on the deep analysis of the CMTA tactics, a Heuristic Ant Colony Algorithm (HACA) is proposed to solve the DM problem. The HACA obtains the DM solution by searching for the optimal assignment of the missiles of the friendly fighters to the hostile fighters. Simulation results show that the search efficiency of the proposed algorithm is obviously superior to that of basic Ant Colony Algorithm (ACA). It is an effective algorithm to deal with the DM problem for CMTA in air combat.

Key words: air combat decision-making, cooperative air combat, multiple target attack, heuristics, ant colony algorithm

中图分类号:

V247
E837

罗德林;段海滨;吴顺详;李茂青. 基于启发式蚁群算法的协同多目标攻击空战决策研究[J]. 航空学报, 2006, 27(6): 1166-1170.

LUO De-lin;DUAN Hai-bin;WU Shun-xiang;LI Mao-qing. Research on Air Combat Decision-making for Cooperative Multiple Target Attack Using Heuristic Ant Colony Algorithm[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2006, 27(6): 1166-1170.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	梁超, 杨力, 潘成胜, 戚耀文. 卫星网络动态资源图多QoS约束路由算法[J]. 航空学报, 2023, 44(1): 326422-326422.
[2]	芦方旭, 米志超, 马骏, 李艾静, 王海. 基于势博弈的多QoS无人机基站空间优化部署[J]. 航空学报, 2022, 43(9): 326137-326137.
[3]	孙刚, 陈浩, 彭双, 杜春, 李军. 一种基于偏好MOEA的卫星地面站资源多目标优化算法[J]. 航空学报, 2021, 42(4): 524475-524475.
[4]	于晓强, 郭继峰, 赵毓, 颜鹏. 月面巡视机器人快速安全路径规划[J]. 航空学报, 2021, 42(1): 524153-524153.
[5]	李宪强, 马戎, 张伸, 侯砚泽, 裴毅飞. 蚁群算法的改进设计及在航迹规划中的应用[J]. 航空学报, 2020, 41(S2): 724381-724381.
[6]	王通, 黄攀峰, 董刚奇. 启发式多无人机协同路网持续监视轨迹规划[J]. 航空学报, 2020, 41(S1): 723753-723753.
[7]	李夏苗, 陈新江, 伍国华, 贺川, 龙运军. 考虑断点续传的中继卫星调度模型及启发式算法[J]. 航空学报, 2019, 40(11): 323233-323233.
[8]	牟帅, 卜慧蛟, 张进, 罗亚中. 面向突发任务的空间站任务重规划方法[J]. 航空学报, 2017, 38(7): 320793-320793.
[9]	左家亮, 杨任农, 张滢, 李中林, 邬蒙. 基于启发式强化学习的空战机动智能决策[J]. 航空学报, 2017, 38(10): 321168-321168.
[10]	王建江, 朱晓敏, 吴朝波, 邱涤珊. 面向应急条件的多星动态调度方法[J]. 航空学报, 2013, 34(5): 1151-1164.
[11]	张光宇, 李庆民, 李华. 零备件的多点库存单向转运模型与算法[J]. 航空学报, 2013, 34(5): 1092-1100.
[12]	邱涤珊, 郭浩, 贺川, 伍国华. 敏捷成像卫星多星密集任务调度方法[J]. 航空学报, 2013, 34(4): 882-889.
[13]	薛羽, 庄毅, 张友益, 倪思如, 赵学健. 基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策[J]. 航空学报, 2013, 34(2): 343-351.
[14]	刘波;张选平;王瑞;覃征;. 基于组合拍卖的协同多目标攻击空战决策算法[J]. 航空学报, 2010, 31(7): 1433-1444.
[15]	李俨;董玉娜. 基于SA-DPSO混合优化算法的协同空战火力分配[J]. 航空学报, 2010, 31(3): 626-631.

基于启发式蚁群算法的协同多目标攻击空战决策研究

Research on Air Combat Decision-making for Cooperative Multiple Target Attack Using Heuristic Ant Colony 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