一种基于多目标动态优化的异构弹群任务可靠性规划方法

本发明涉及异构弹群任务规划，更具体的说是涉及一种基于多目标动态优化的异构弹群任务可靠性规划方法。

背景技术：

1、异构弹群任务规划的核心是将具有不同毁伤能力和经济价值的武器在一定条件的约束下分配给不同的目标，在满足目标毁伤要求的前提下尽可能地减少作战资源消耗，以使武器利用率最大化，进而优化整个火力打击体系。

2、在现代化战争中，战场要素种类繁多、作战环境瞬息万变，为提高飞航武器系统的整体作战效能与可靠程度并实现较高水平的多飞航武器协同作战，需要针对战场中存在的动态特性对任务进行统筹、分配与协调。一般对于战术层面，这一统筹计划的过程被称为“任务规划”。

3、相关技术在解决武器目标分配问题时未考虑战场的动态变化的情况。如何在环境变化后快速制定新的武器分配方案，并提高武器分配方案的任务可靠性，目前尚未提出有效的技术解决方案。

4、因此，如何基于战场动态变化的情况，在环境变化后快速制定新的武器分配方案，并提高武器分配方案的任务可靠性，是本领域技术人员亟需解决的问题。

技术实现思路

1、鉴于上述问题，本发明提供一种基于多目标动态优化的异构弹群任务可靠性规划方法，以至少解决上述背景技术中提到的部分技术问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于多目标动态优化的异构弹群任务可靠性规划方法，包括如下步骤：

4、s1、以最大化武器分配的效费比和最大化武器分配的任务可靠性作为优化目标，构建异构弹群的多目标动态优化模型；

5、s2、基于动态自适应moea/d-am2m方法对所述多目标动态优化模型进行迭代求解，直到满足动态算法预设终止条件时，停止迭代；

6、在所述迭代求解过程中，当环境发生变化时，启动所述动态自适应moea/d-am2m方法中的动态响应机制，得到新环境下多目标优化问题的帕累托前沿解集。

7、进一步地，所述多目标动态优化模型表示为：

8、

9、其中，maximize表示最大化目标值；f1表示目标函数一；f2表示目标函数二；i、ii、iii、iv、v和vi均表示多目标动态优化模型的约束条件；

10、目标函数一f1表示最大化武器分配的效费比，表示为：

11、

12、目标函数二f2表示最大化武器分配的任务可靠性，表示为：

13、

14、其中，表示时刻目标的价值；表示时刻完成目标的任务可靠性；表示时刻弹群数量；表示时刻导弹的成本；表示时刻是否将第i个导弹分配给目标任务的整数决策变量，表示分配，表示不分配；表示时刻区域的任务可靠性；表示区域集合。

15、进一步地，所述多目标动态优化模型的约束条件具体表示如下：

16、约束i：表示确保导弹分配的数量不超过最大可用数量；

17、约束ii：表示确保每个导弹最多只分配一个任务；

18、约束iii：表示确保分配的导弹是有效无故障的；

19、约束iv：表示确保分配的导弹与任务距离不能超过导弹的航程；

20、约束v：表示确保满足区域任务可靠性准则；

21、约束vi：，表示整数变量约束；

22、其中，表示t时刻的目标；表示t时刻导弹的性能状态，表示导弹性能正常，表示导弹性能发生故障；表示t时刻导弹到任务的距离；表示t时刻导弹的航程。

23、进一步地，所述多目标动态优化模型对任一异构弹群目标分配方案的任务可靠性的计算过程包括：

24、根据同时对目标区域发射的导弹数量，以及所述目标区域中的可防御导弹数量，计算其中第i个导弹的不被拦截概率；

25、根据所述不被拦截概率，结合所述第i个导弹自身的可靠性、所述第i个导弹在电磁对抗恶劣环境下的可靠性，以及所述第i个导弹对目标任务的任务成功概率，计算所述第i个导弹的任务可靠度，记作第一任务可靠度；

26、根据所述第一任务可靠度，结合t时刻的弹群数量，以及t时刻是否将所述第i个导弹分配给所述目标任务的0-1整数决策变量，计算所述第i个导弹在所述目标区域中完成目标任务的任务可靠度，记作第二任务可靠度；

27、以目标区域内预设数量个任务全部被完成为任务成功准则；基于所述任务成功准则，并根据所述第二任务可靠度，计算目标区域任务可靠性；

28、根据所述目标区域任务可靠性，采用所述目标函数二计算异构弹群任务可靠性。

29、进一步地，所述动态自适应moea/d-am2m方法包括静态自适应多目标优化算法、环境检测机制和动态响应机制。

30、进一步地，所述步骤s2具体包括：

31、通过所述静态自适应多目标优化算法对所述多目标动态优化模型进行求解，获得多目标优化问题的帕累托前沿解集，供系统进行决策；

32、若动态算法未达到预设终止条件，则采用环境检测机制检测外部环境数据，并判断决策变量和模型参数是否发生变化；

33、若所述决策变量和模型参数发生变化，则启动所述动态响应机制，更新此次迭代中的多目标动态优化模型的参数；

34、重复上述步骤，直到满足动态算法预设终止条件，则停止迭代。

35、进一步地，所述外部环境数据包括：弹群可靠性状态数据、任务态势信息、任务结果态势信息和异构弹群态势信息。

36、进一步地，若所述决策变量没有发生变化，则再次通过所述静态自适应多目标优化算法对该迭代中的多目标动态优化模型进行求解。

37、进一步地，所述更新此次迭代中的多目标动态优化模型的参数，具体包括：

38、武器增加，目标增加：继承历史策略，为新增的武器分配目标，随机选择部分武器分配给新任务；

39、武器减少，目标增加：继承历史策略，随机选择部分武器分配给新目标

40、武器增加，目标减少：继承历史策略，为新增的武器随机分配目标；

41、武器减少，目标减少：继承历史策略。

42、进一步地，在异构弹群任务可靠性规划过程中，利用修复因子和惩罚函数对约束条件进行处理。

43、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于多目标动态优化的异构弹群任务可靠性规划方法，具有如下有益效果：

44、1、本发明基于改进的动态自适应moea/d-am2m算法求解多目标动态优化模型，解决武器目标分配问题中兼顾分配方案的任务可靠性问题，本发明不仅能有效提高武器目标分配的任务可靠性，还可以提高武器目标分配的效率，适用于对任务可靠性要求极高的场景。

45、2、本发明通过环境检测机制和动态响应机制，能够在瞬息万变的战场下自动检测环境是否发生变化，并在环境变化后制定有效的新方案，从而提高武器平台的反应能力。

技术特征：

1.一种基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述多目标动态优化模型表示为：

3.根据权利要求2所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述多目标动态优化模型的约束条件具体表示如下：

4.根据权利要求3所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述多目标动态优化模型对任一异构弹群目标分配方案的任务可靠性的计算过程包括：

5.根据权利要求1所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述动态自适应moea/d-am2m方法包括静态自适应多目标优化算法、环境检测机制和动态响应机制。

6.根据权利要求5所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述步骤s2具体包括：

7.根据权利要求6所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述外部环境数据包括：弹群可靠性状态数据、任务态势信息、任务结果态势信息和异构弹群态势信息。

8.根据权利要求6所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，若所述决策变量没有发生变化，则再次通过所述静态自适应多目标优化算法对该迭代中的多目标动态优化模型进行求解。

9.根据权利要求6所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，所述更新此次迭代中的多目标动态优化模型的参数，具体包括：

10.根据权利要求3所述的基于多目标动态优化的异构弹群任务可靠性规划方法，其特征在于，在异构弹群任务可靠性规划过程中，利用修复因子和惩罚函数对约束条件进行处理。

技术总结
本发明公开了一种基于多目标动态优化的异构弹群任务可靠性规划方法，属于异构弹群任务规划技术领域，该方法包括如下步骤：以最大化武器分配的效费比和最大化武器分配的任务可靠性作为优化目标，构建异构弹群的多目标动态优化模型；基于动态自适应MOEA/D‑AM2M方法对多目标动态优化模型进行迭代求解，直到满足动态算法预设终止条件时，停止迭代；在迭代求解过程中，当环境发生变化时，启动动态自适应MOEA/D‑AM2M方法中的动态响应机制，得到新环境下多目标优化问题的帕累托前沿解集；该方法不仅能有效提高武器目标分配的任务可靠性，还可以提高武器目标分配的效率，适用于对任务可靠性要求极高的场景。

技术研发人员：伊枭剑,余徽阳,许涛,陈俊男,王晓光
受保护的技术使用者：北京理工大学
技术研发日：
技术公布日：2024/1/15