基于直觉模糊的无人机系统故障维修分配方法研究

针对现有武器系统故障维修分配方法仅以系统维修度为约束条件而过于简化这一不足,提出基于直觉模糊约束的无人机系统故障维修分配方法。结合实际存在的约束资源模糊等情况,建立直觉模糊规划模型,在给定条件下,将其转化为确定型线性规划,并通过实例运用对模型进行了验证。结果表明:该方法能从正反两方面提供令人满意的解,为无人机系统故障维修分配的优化提供科学依据。     

基于直觉三角模糊数向量投影的多属性决策方法

针对直觉三角模糊数向量投影引发的多属性决策问题,提出了一种属性权重确知、且属性值以直觉三角模糊数形式给出的多属性决策方法。从向量投影的角度出发,给出2个直觉三角模糊数向量之间投影的算法,进而利用各个方案的加权属性值在模糊理想解上的投影值大小对方案进行排序,并用实例进行验证。实验结果表明:该方法简洁明了、思路清晰,具有一定可行性和实用性,易于在实际应用中推广。     

基于ACA_PSO算法的无人机分布式任务分配方法

为解决分布式任务分配问题,采用“粒子化”的蚁群算法进行无人机分布式任务分配。基于蚁群_粒子群混合算法,在原有蚁群算法基础上进行改进,使其具有“粒子”的特性。建立扩展协同多任务分配问题模型(ECMTAP),采用构造允许的状态转移集合的方法,大大减少了产生的不合理解的个数,并弥补了蚁群算法陷入局部最优和早熟问题的缺点。实验结果表明：该算法能够有效地解决复杂约束条件下的多无人机分布式任务分配问题,具有较好的收敛速度和任务分配结果。     

基于离差最大化的直觉模糊多属性决策方法

针对传统的直觉模糊多属性决策方法中采用直觉模糊熵赋权法的不足,提出了直觉模糊条件下离差最大化赋权方法,构造了直觉模糊数距离公式并对该公式正确性进行了证明,给出了采用了新的赋权方法的多属性决策方法的具体步骤。并以实例验证了新的决策方法的合理有效性。分析结果表明:基于离差最大化的直觉模糊多属性决策方法与传统的基于熵权的直觉模糊多属性决策方法相比,不但考虑了指标值自身的信息,同时考虑了不同方案指标值间的差异,决策结果更加可靠。     

不确定环境下基于PSO 算法的多无人机任务分配方法

实战环境下,无人机所获得的信息通常具有不确定性,针对不确定环境下的多无人机任务分配问题,提出了一种决策方法。分析无人机任务规划中各指标的不确定性,采用主观赋值和客观赋值相结合的方法,确定指标的综合权重,将离散粒子群优化算法和区间数排序方法相结合,给出区间形式不确定信息的无人机任务分配方法。仿真实验结果表明了该方法的可行性和有效性。该决策方法不仅能解决确定信息情况下的无人机任务分配问题,而且能解决区间数不确定信息情况下的无人机任务分配问题。     

多无人机多任务对地攻击协同任务分配

针对多无人机对地协同攻击多任务分配问题,通过合理假设对问题进行抽象简化的基础上,建立了基于任务分配收益和代价的总体分配效能函数模型,并以此模型作为任务分配方案的评估标准。引入各种操作符重新定义了离散粒子群优化算法的速度以及位置更新公式,建立了算法实现的基本流程,并利用该DPSO优化算法对任务分配模型进行求解。分别针对多UAV单任务,单UAV多任务以及多UAV多任务进行仿真分析,结果表明,DPSO算法比遗传算法具有更好的全局搜索能力和收敛速度,通过仿真验证了任务分配模型的合理性和正确性,验证了算法的有效性和相对于遗传算法的优越性。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

基于区间对偶犹豫模糊熵的反辐射无人机目标威胁评估

针对属性权重未知且评价信息以区间对偶犹豫模糊数形式给出的反辐射无人机目标威胁评估问题,研究 一种基于区间对偶犹豫模糊熵的TOPSIS 决策方法。给出区间对偶犹豫模糊熵的公理化定义,构造区间对偶犹豫模 糊熵公式求解属性权重,进一步利用TOPSIS 法对方案进行威胁评估,并通过实例进行验证。结果表明：该方法能 增加权重的科学性,提高评估的准确性,进一步丰富模糊多属性决策理论。     

区间直觉模糊决策在联合作战指挥员能力评估中的应用

为了减小联合作战指挥员能力素质评估过程中诸多不确定因素的影响,提出了利用区间直觉模糊信息来表达评估者的个人偏好值的方法来构造区间模糊决策矩阵。建立了联合作战指挥员能力素质评估多层指标体系,针对大多数区间直觉模糊信息只用于单层多属性指标体系,在二级指标属性权重完全未知的情况下,利用得分向量投影公式,得到了在一级指标属性下各指挥员能力素质的优劣,并应用阶梯结构综合评价方法求得综合排序,得到了指挥员的最终排名。该方法将能力素质评估量化,较为客观地为评选联合作战指挥人员提供了参考依据。     

基于不确定决策的威胁评估集成方法

构建了威胁评估的指标体系,基于模糊隶属函数对各指标进行了模糊化处理.依据作战实际情况,分别建立了无属性权重信息三种不同类型的威胁评估模型.通过不确定决策的方法获取目标威胁评估值和排序结果.所建立的三种不同类型的威胁评估模型更为符合作战的实际过程,可以为防空作战指挥提供科学的理论依据.算例表明了方法的有效性.     

基于多能力属性匹配的工程保障任务分配方法

针对工程兵部(分)队工程保障任务分配中工程作业装备能力特征和任务需求有效匹配的问题,建立工程装备/任务能力属性集合,提出基于多能力属性匹配的任务分配方法。根据工程保障任务特点分解能力属性需求,分析工程装备作业能力,给出工程装备能力优先分配算法,优选出作业时间最短的工程装备集合,以构筑急造军路为例,验证结果表明：该方法能够提高工程装备和任务能力属性的匹配度,为指挥人员精准、高效地制定工程保障计划提供支撑。     

舰艇编队动态防空威胁的直觉模糊决策方法

针对舰艇编队在不确定海战场环境中的威胁估计问题,提出一种动态防空威胁的直觉模糊决策方法.首先对来袭目标的不同类型信息作规范化处理,得到直觉模糊决策矩阵;其次由直觉模糊熵权法得出评估指标的初始权重,并融合指挥员的主观偏好信息建立指标权重优化模型,使得权重结果更为合理;然后采用正态分布方法处理多时刻信息,得到不同时刻的权重;最后基于 TOPSIS 思想得到目标的威胁度排序结果.仿真实例表明:该算法具有可行性,为解决舰艇编队的威胁估计问题提供了一种有效的途径.     

基于区域覆盖的协同干扰任务分配模型及算法

针对保证目标区域干扰覆盖和最小能量消耗的优化目标,建立了小型干扰机区域分簇组网结构和基于多目标整数规划的协同干扰任务分配模型。在此基础上,研究了完全覆盖和不完全覆盖下的任务分配方案,针对其中的单目标覆盖和多目标覆盖问题分别建立多选择背包模型和多选择多维背包模型进行求解。结合遗传算法和启发式算法,设计了基于整数编码的混合...     

基于直觉模糊和证据理论的预测敌空降地域的方法

针对信息化条件下难以判断敌空降地域的问题,在深入分析敌空降作战特点的基础上,归纳总结出影响预测敌空降地域的指标体系,运用直觉模糊与证据理论相结合的方法对决策群体的具有模糊性的评价和冲突性的推断进行推理、融合,判定出敌人最可能空降地域,并以实例进行计算。结果表明,该方法能更有效地对模糊性信息加以表达,推理结果更符合客观事实。     

基于保障任务的维修资源柔性分配模型

根据装备保障维修资源、预计和任务属性描述,建立基于保障任务的维修资源柔性分配模型.模型含战损装备、维修任务、维修资源、维修保障控制等模块.采用该模型使维修资源分配目标函数最优,以减少维修资源冲突.其维修资源分配辅助决策系统包括维修资源Agent的查询、管理和分配等功能,以提高装备保障任务的执行效率.     

基于模糊推理Petri 网的无人机智能决策方法

为了提高动态不确定环境下无人机的自主控制级别,建立一种基于模糊推理Petri网的无人机智能决策方法。以 FRPNs 结构实现规则推理,按照规则分析系统的推理过程,并基于模糊推理 Petri 网的智能决策进行仿真。仿真结果证明：该方法提高了决策的实时性,实现了无人机攻击和防御的自主决策。     

基于多智能体和合同网的巡航导弹自主任务分配

针对巡航导弹编队自主任务分配问题,将单个巡航导弹武器视为一个Agent智能体,多巡航导弹构成多Agent系统(Multi-Agent System,MAS),建立了MAS任务分配目标函数及相关约束模型,鉴于任务分配的分布式特点,引入合同网协商方法,建立了基于合同网(Contract Net Protocol,CNP)的自主任务分配模型。通过仿真验证了模型的正确性,计算结果表明合同网可以有效解决巡航导弹编队自主任务分配问题,并达到整体分配效果最优。     

基于模糊多属性决策理论的防空兵作战能力评估

针对防空兵系统特点．运用模糊多属性决策理论探索防空兵作战能力评估问题。构建了模糊多属性评估算法．结合具体的数学工具建立了模糊多属性评估模型．经过三级模糊综合评估得出评估结论。经实例检验该方法在防空兵作战能力评估中具有较好的应用价值．另外该方法在其他领域也具有较好的推广价值。