CN109241591B - 反舰导弹作战效能评估及辅助决策方法 - Google Patents
反舰导弹作战效能评估及辅助决策方法 Download PDFInfo
- Publication number
- CN109241591B CN109241591B CN201810955711.2A CN201810955711A CN109241591B CN 109241591 B CN109241591 B CN 109241591B CN 201810955711 A CN201810955711 A CN 201810955711A CN 109241591 B CN109241591 B CN 109241591B
- Authority
- CN
- China
- Prior art keywords
- ship
- missile
- ship missile
- evaluation
- combat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000011156 evaluation Methods 0.000 title claims abstract description 78
- 230000008569 process Effects 0.000 claims abstract description 68
- 238000004088 simulation Methods 0.000 claims abstract description 45
- 230000007123 defense Effects 0.000 claims abstract description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 22
- 238000013210 evaluation model Methods 0.000 claims abstract description 20
- 238000013528 artificial neural network Methods 0.000 claims description 23
- 230000002265 prevention Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 14
- 238000003062 neural network model Methods 0.000 claims description 14
- 230000035515 penetration Effects 0.000 claims description 13
- 238000010790 dilution Methods 0.000 claims description 12
- 239000012895 dilution Substances 0.000 claims description 12
- 239000011888 foil Substances 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 4
- 230000035899 viability Effects 0.000 claims description 4
- 238000013278 delphi method Methods 0.000 claims description 2
- 238000010304 firing Methods 0.000 claims description 2
- 239000012634 fragment Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000004083 survival effect Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radar Systems Or Details Thereof (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
反舰导弹作战效能评估及辅助决策方法，属于武器评估与发展领域。现有的反舰导弹仅能进行单项作战效能评估、且反舰导弹作战效能评估系统不够完整的问题。一种反舰导弹作战效能评估及辅助决策方法，建立反舰导弹和水面舰船攻防对抗仿真过程模型；建立反舰导弹作战效能评估的指标体系结构；在建立的反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计反舰导弹作战效能快速评估模型；基于设计反舰导弹作战效能快速评估模型，设计评价函数，在发现来袭舰船目标后，针对舰船目标的型号，确定具有最佳作战效能的反舰导弹型号。本发明形成了包括反舰导弹作战过程仿真、数据学习、作战效能评估、作战辅助决策为一体的综合系统，具有作战效能评估耗时快、作战效能评估的辅助决策时间短的优点。
Description
技术领域
本发明涉及一种反舰导弹作战效能评估及辅助决策方法。
背景技术
随着科学技术的不断发展，各个国家相继研制了各式各样的反舰导弹及水面舰船，为保护国家海域安全，有必要研究反舰导弹的作战效能以指导反舰导弹的研制方向，研究作战效能辅助决策以指导作战过程中的方案制定。
在研制了越来越多的反舰导弹之后，反舰导弹的进一步发展陷入了瓶颈，对反舰导弹的作战效能进行评估，能够发现反舰导弹的薄弱环节，能定性定量的分析反舰导弹的某个指标因素对反舰导弹作战效能的影响程度。而且现代战争及未来战争，军事对抗演变为科技对抗，体系对抗，武器系统日益复杂，信息化不断加剧，研究反舰导弹的作战效能辅助决策仿真能够为实际作战方案的制定提供依据。综上所述，反舰导弹的作战效能评估问题受到了国内外学者的关注。
国外学者对武器系统的作战效能评估技术的研究开展较早，在第一次世界大战之前，英国学者就建立了能够描述作战双方兵力变化的兰彻斯特微分方程，到目前为止已经形成了较为完善的作战效能评估体系。而国内关于作战效能评估的研究工作比国外晚数十年，虽然取得了较多成果，但是至今仍然存在一定的差距，因此有必要进一步研究武器系统的作战效能评估问题。
另外，反舰导弹是一个综合的武器系统，由战斗部、动力装置、制导系统等组成，而众多学者往往着眼于反舰导弹的突防干扰、突防拦截等单项效能的研究，作战效能评估单一，而且忽视了反舰导弹作战过程中环境的变化，而无法得出反舰导弹切合实际的作战效能评估值。不同类型的反舰导弹和水面舰船，不同的环境条件及航迹规划，作战效能评估值不同，当改变反舰导弹的类型、水面舰船类型时，可能需要对整个评估过程进行大量的修改甚至重新建立。已有的反舰导弹作战效能评估不成系统，或单一的对某型反舰导弹进行作战效能评估，或仅对反舰导弹的航迹进行规划，需要设计融合反舰导弹作战效能评估及辅助决策为一体的方法。
发明内容
本发明的目的是为了解决现有的反舰导弹仅能进行单项作战效能评估单一、且反舰导弹作战效能评估系统不够完整的问题，而提出的一种反舰导弹作战效能评估及辅助决策方法。
一种反舰导弹作战效能评估及辅助决策方法，所述方法通过以下步骤实现：
步骤一、建立反舰导弹和水面舰船攻防对抗仿真过程模型；
步骤二、建立反舰导弹作战效能评估的指标体系结构；
步骤三、在步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计反舰导弹作战效能快速评估模型；
步骤四、基于步骤三设计反舰导弹作战效能快速评估模型，设计评价函数，在发现来袭舰船目标后，针对舰船目标的型号，确定具有最佳作战效能的反舰导弹型号。
本发明的有益效果为：
1.本发明是先建立反舰导弹和水面舰船的攻防对抗过程模型，提取影响反舰导弹作战效能的指标因素，并基于改进的神经网络学习反舰导弹和水面舰船的攻防对抗过程模型，然后设计了一种快速制定作战方案的决策方法。本发明对反舰导弹与水面舰船的动态攻防对抗过程进行研究，使得评估具有良好的可扩展性和复用性。本发明形成了包括反舰导弹作战过程仿真、数据学习、作战效能评估、作战辅助决策为一体的综合系统，弥补反舰导弹作战效能评估系统不够完整的问题。其中，本专利设计的反舰导弹作战效能评估的指标体系结构，该指标体系融合了反舰导弹和水面舰船的攻防对抗双方的指标因素以及动态变化的环境指标因素，使得该指标体系中的底层指标具有全面性、系统性设计的影响能力层指标的底层指标因素，克服现有的反舰导弹仅能进行单项作战效能评估单一的问题。
2.本发明采用基于仿真的方法评估反舰导弹的作战效能，也能通过数据学习的方法对动态环境变坏条件下的反舰导弹打击水面舰船的作战效能进行评估，同时可以通过作战辅助决策方法给出具有最佳作战效能的反舰导弹型号在反舰导弹的作战过程中，本发明能够自主实现以下两方面内容：一是已知来袭目标和环境条件，能够评估某型反舰导弹按照既定的航迹规划打击目标的作战效能评估值；或者已知某型反舰导弹和规划航迹，在不同环境条件下打击不同的来袭目标作战效能值。该方法评估条件广泛，不局限于单一目标。二是在确定来袭目标和环境条件之后，从装载的不同类型的反舰导弹中选取作战效能值最高的类型，从而制定有效的打击方案，为决策制定提供数据支持。
3.通过仿真实验可知，采用本发明中的神经网络作战效能评估比基于反舰导弹作战过程作战效能评估耗时快7倍；本发明采用的基于神经网络作战效能评估的辅助决策模型的决策时间比基于仿真作战过程的辅助决策模型的决策时间快了近千倍。
附图说明
图1为本发明涉及的舰导弹和水面舰船攻防对抗仿真过程模型；
图2为本发明涉及的反舰导弹的综合作战效能的层次结构模型；
图3为本发明涉及的反舰导弹作战效能评估的指标体系结构；
图4为本发明涉及的神经网络拓扑结构；
图5为本发明涉及的反舰导弹作战效能评估及辅助决策系统；
图6为本发明涉及的作战效能辅助决策流程；
图7为本发明涉及的基于反舰导弹作战过程仿真的作战效能评估耗时与基于遗传神经网络的作战效能评估耗时的对比图；
图8为本发明涉及基于神经网络模型的作战效能评估值和基于仿真模型的作战效能的评估值之间的误差示意图；
具体实施方式
具体实施方式一：
本实施方式的一种反舰导弹作战效能评估及辅助决策方法，所述方法通过以下步骤实现：
步骤一、建立反舰导弹和水面舰船攻防对抗仿真过程模型；
步骤二、建立反舰导弹作战效能评估的指标体系结构，该指标体系融合了反舰导弹和水面舰船的攻防对抗双方的指标因素以及动态变化的环境指标因素，使得该指标体系中的底层指标具有全面性、系统性；
步骤三、在步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计一种改进了的神经网络模型，作为反舰导弹作战效能快速评估模型，利用改进的神经网络模型来学习攻防对抗仿真过程中的产生的数据，该改进的神经网络评估模型能够理解反舰导弹指标体系中底层指标因素和反舰导弹作战效能值之间的内在关系，与作战过程仿真相比，该改进神经网络评估模型能够快速的评估出在一定的环境条件下某型反舰导弹按照预定的航迹来打击某型舰船目标的作战效能；
步骤四、基于步骤三设计反舰导弹作战效能快速评估模型，设计一种评价函数，适用于复杂的战场环境，在发现来袭舰船目标后，针对舰船目标的型号，确定具有最佳作战效能的反舰导弹型号。
其中，作战效能评估是指作战效能评估是基于武器系统的指标特性来度量该武器系统完成作战任务的程度。
辅助决策是指辅助决策是基于作战效能评估来寻找具有最佳的作战效能值的作战方案。
本发明提出了一种反舰导弹作战效能评估的指标体系结构，该指标体系融合了反舰导弹和水面舰船的攻防对抗双方的指标因素以及动态变化的环境指标因素，使得该指标体系中的底层指标具有全面性、系统性。其次，在建立了反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计了一种改进神经网络来学习攻防对抗过程中的产生的数据，该网络结构能够理解反舰导弹指标体系中底层指标因素和反舰导弹作战效能值之间的内在关系，与作战过程仿真相比，该网络结构能够快速的评估在一定的环境条件下，某型反舰导弹按照预定的航迹来打击某型舰船目标的作战效能。即，已知来袭目标和环境条件，能够评估某型反舰导弹按照既定的航迹规划打击目标的作战效能评估值；或者已知某型反舰导弹和规划航迹，在不同环境条件下打击不同的来袭目标作战效能值。该方法评估条件广泛，不局限于单一目标。
最后，考虑到反舰导弹种类繁多，在在发现来袭舰船目标后，很难决策采用哪种类型的反舰导弹进行打击，本发明基于神经网络评估模型，设计了一种评价函数，适用于复杂的战场环境，在确定来袭目标和环境条件之后，针对某型舰船目标，能够快速给出具有最佳作战效能的反舰导弹型号，从装载的不同类型的反舰导弹中选取作战效能值最高的类型，从而制定有效的打击方案，为决策制定提供数据支持。
具体实施方式二：
与具体实施方式一不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤一所述的建立反舰导弹和水面舰船攻防对抗仿真过程模型如图1所示，包括：反舰导弹打击来袭的舰船目标的进攻部分的仿真和敌方舰船防御部分的仿真；
反舰导弹打击来袭的舰船目标的进攻部分的仿真具体为，反舰导弹打击来袭的敌方舰船目标包括发射段、巡航段和自导段；发射段过程为，反舰导弹发射平台探测雷达发现敌方舰船来袭，经过分析和决策，确定出击毁来袭的敌方舰船的作战任务，发射反舰导弹；巡航段过程为，反舰导弹发射成功后进入巡航段，反舰导弹在该段受到环境因素的制约会出现以下情况：掠海飞行的反舰导弹，海况恶劣时反舰导弹撞海而使得作战任务失败；或者地形复杂时反舰导弹撞地而使得作战任务失败；自导段过程为，当反舰导弹通过巡航段并突防了敌方舰船实施的拦截之后便能命中目标；
敌方舰船防御部分的仿真具体为，反舰导弹发射成功之后，进入巡航段，敌方舰船探测到反舰导弹之后，会采取相应的干扰及拦截措施，在反舰导弹的巡航段期间，敌方舰船在与反舰导弹相距数十千米的阶段中，将采取箔条冲淡干扰来迷惑反舰导弹，降低反舰导弹跟踪真实目标的概率，同时，敌方舰船还会发射装载的舰空导弹对反舰导弹进行拦截，当反舰导弹突防了冲淡干扰和舰空导弹拦截之后，敌方舰船会采取质心干扰，力争在反舰导弹末制导雷达开机之前形成假目标，使得反舰导弹跟踪假目标和舰船形成的能量中心，此时舰船快速机动逃逸；当反舰导弹末制导雷达开机进入自导段，反舰导弹在自导段距离敌方舰船较近时，此时敌方舰船采取密集阵系统对反舰导弹进行拦截，完成反舰导弹和水面舰船攻防对抗仿真过程模型的建立；其中，反舰导弹的巡航段期间，敌方舰船在与反舰导弹相距数十千米的阶段中，反舰导弹与敌方舰船之间相距数十千米；反舰导弹末制导雷达开机进入自导段，反舰导弹在自导段距离敌方舰船较近时的距离为几千米到十几千米，但会因不同型号的反舰导弹的具体情况有不同。综上所述，该仿真过程考虑了反舰导弹突防冲淡干扰、质心干扰、舰空导弹拦截、密集阵拦截等措施，同时将环境因素的影响进行了分析，形成了一个闭环的攻防对抗过程，同时该模型能够增加其他的干扰及拦截措施，模型的扩展性较好。
具体实施方式三：
与具体实施方式一或二不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤二所述的建立反舰导弹作战效能评估的指标体系结构的过程为，
步骤二一、分析步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型，基于层次分析法的思想建立反舰导弹的综合作战效能的层次结构模型：如图2所示，反舰导弹的综合作战效能的层次结构模型包括目标层和能力层，目标层即为反舰导弹的综合作战效能，能力层包括反探测能力、生存能力、突防舰空导弹能力、突防冲淡干扰能力、突防质心干扰能力、突防密集阵能力；
步骤二二、以概率值来度量能力层的各个指标，设反探测能力的概率值表示为P1、生存能力的概率值表示为P2、突防舰空导弹能力的概率值表示为P3、突防冲淡干扰能力的概率值表示为P4、突防质心干扰能力的概率值表示为P5、突防密集阵能力的概率值表示为P6，反舰导弹的综合作战效能与各分项能力密切相关，考虑将分效能度量的乘积作为反舰导弹综合作战效能的度量，则得到反舰导弹的综合作战效能P为：
P＝P1P2P3P4P5P6；
步骤二三、根据步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型，提取影响能力层指标的底层指标因素，并基于德尔菲法对底层指标因素的相对重要性程度进行排序，建立反舰导弹作战效能指标体系，如图3所示；
步骤二四、根据图3所示的反舰导弹作战效能指标体系，选取不同的指标进行仿真，建立攻防对抗过程数据集，为数据学习奠定了基础。
具体实施方式四：
与具体实施方式三不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤三所述的在建立的反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计反舰导弹作战效能快速评估模型的过程为，
考虑到反舰导弹作战过程仿真耗时，无法适用于瞬息万变的战场态势，研究反舰导弹作战效能的快速评估具有重要意义，设计三隐层的神经网络模型，并采用遗传算法对神经网络模型的初始权值和阈值进行优化，将改进的神经网络模型作为反舰导弹作战效能快速评估模型，利用反舰导弹作战效能快速评估模型对反舰导弹和水面舰船的攻防对抗过程数据进行学习，通过神经网络来学习大量攻防对抗过程数据的内部结构，对反舰导弹的作战效能进行评估；其中，采用遗传算法对神经网络模型的初始权值和阈值进行优化的过程为：
1)根据图4的神经网络拓扑结构，根据下式确定遗传算法中个体的维度：
n＝s2s1+s2+s3s2+s3+s4s3+s4+s5s4+s5
式中，sl为第l层的神经网络节点数，l＝1,2,3,4,5；
2)根据神经网络训练样本集的代价函数J(W,b)设计遗传算法中的适应度函数如下式：
式中，x是由权值和阈值构成的n维向量，c1、c2和c3为常数，J(W,b)是训练样本集的代价函数。
具体实施方式五：
与具体实施方式一、二或四不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤四所述的基于步骤三设计反舰导弹作战效能快速评估模型，设计评价函数，在发现来袭舰船目标后，针对舰船目标的型号，快速给出具有最佳作战效能的反舰导弹型号的过程为，
步骤四一、根据步骤三的反舰导弹作战效能的三隐层的神经网络评估模型设计评价函数；在基于神经网络的反舰导弹作战效能快速评估模型的基础上，得到了融合反舰导弹和水面舰船攻防对抗仿真过程模型、反舰导弹作战效能评估的指标体系结构、基于神经网络的反舰导弹作战效能快速评估模型及辅助决策模型为一体的综合系统，如图5所示；其中，所述的评价函数表达式为：
式中，β表示指标体系中的指标向量，βi表示第i个指标，βimin表示对第i个指标βi的下限约束，βimax表示对第i个指标βi的上限约束，λ表示惩罚项，y表示预期达到的作战效能值，
表示当前的作战效能值；
步骤四二、对该评价函数进行寻优，找到佳作战效能的反舰导弹型号。
具体实施方式六：
与具体实施方式五不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤二三所述的根据步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型，如图3所示，提取影响能力层指标的底层指标因素的过程中，提取的影响能力层指标的底层指标因素包括：
提取的影响能力层中反探测能力的底层指标因素包括舰载雷达扫描周期、恒虚警处理器单元个数、虚警概率、舰载探测雷达天线高度、信噪比最大值、信噪比最小值、反舰导弹反探测飞行速度、反舰导弹飞行高度；
提取的影响能力层中生存能力的底层指标因素包括反舰导弹机动宽带、反舰导弹定位阶段飞行速度、反舰导弹飞行高度、反舰导弹飞行误差、反舰导弹掠海飞行距离、海情级别；
提取的影响能力层中突防舰空导弹能力的底层指标因素包括反舰导弹突防舰空导弹飞行高度、反舰导弹突防舰空导弹飞行速度、反舰导弹重要舱段数量、跟踪雷达天线高度、跟踪雷达处理时长、舰空导弹速度、舰空导弹停火距离、转火射击能力、舰空导弹杀伤半径、舰空导弹射击标准差、舰空导弹破片等级；
提取的影响能力层中突防冲淡干扰能力的底层指标因素包括反舰导弹射程、反舰导弹突防冲淡飞行速度、反舰导弹水平对准误差、反舰导弹陀螺仪漂移速度、反舰导弹探测距离下限、反舰导弹探测距离上限、反舰导弹雷达扫描范围、冲淡箔条个数；
提取的影响能力层中突防质心干扰能力的底层指标因素包括载弹雷达水平波束宽度、反舰导弹与舰船距离、舰船逃逸速度、舰船逃逸方向、舰船长度、舰船机动角速度、舰船转动角度、箔条云和舰船距离、箔条装置发射角、箔条云运动速度、舰船RSC、箔条云RSC、反舰导弹来袭方向、反舰导弹突防质心干扰速度；
提取的影响能力层中突防密集阵能力的底层指标因素包括反舰导弹突防密集阵速度、密集阵炮弹射速、密集阵炮弹速度、密集阵最远跟踪距离、密集阵停火距离、单发炮弹杀伤概率、平均必须命中数。
具体实施方式七：
与具体实施方式六不同的是，本实施方式的反舰导弹作战效能评估及辅助决策方法，步骤四三所述的对该评价函数进行寻优，找到佳作战效能的反舰导弹型号的过程为，附图6所示，
1)给定作战效能目标值和舰船指标参数；
2)构建反舰导弹指标参数；
3)带入评价函数对该组指标进行评价；
4)判断是否能够通过寻优算法或遍历数据集的方法寻找F(β,λ)的最大值；若是，则结束决策流程；若否，则返回步骤二。
仿真实验：
对反舰导弹和水面舰船的攻防对抗过程进行3000次仿真运算，对神经网络模型进行相同的3000次运算，图7展示了基于反舰导弹作战过程仿真的作战效能评估耗时与基于遗传神经网络的作战效能评估耗时的对比图，由该图可知，对反舰导弹和水面舰船的攻防对抗仿真过程而言，本发明中的神经网络作战效能评估比其快7倍。在时间消耗方面而言，基于数据学习的神经网络作战效能评估模型远远优于基于仿真的作战效能评估模型。
图8展示了基于神经网络模型的作战效能评估值和基于仿真模型的作战效能的评估值之间的误差小于0.015，表明该网络模型能够有效的学习反舰导弹和水面舰船的攻防对抗过程数据集，能够准确的评估反舰导弹的作战效能值。
表1反舰导弹打击对应舰船的最佳作战能力
表2反舰导弹打击对应舰船最差作战能力
表3基于仿真作战过程模型的辅助决策
由表1和表2对比可知，研究反舰导弹作战效能辅助决策的必要性，最差综合作战能力与最佳综合作战能力相差几十倍乃至上千倍，所以研究飞航武器作战辅助决策对有效的提高飞航武器作战效能具有重要作用。由表1和表3对比可知，基于仿真作战过程的辅助决策模型的决策时间比基于神经网络作战效能评估的辅助决策模型的决策时间要长，进一步表明了基于研究基于神经网络作战效能评估模型的必要性。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (3)
1.一种反舰导弹作战效能评估及辅助决策方法，其特征在于：所述方法通过以下步骤实现：
步骤一、建立反舰导弹和水面舰船攻防对抗仿真过程模型，包括：反舰导弹打击来袭的舰船目标的进攻部分的仿真和敌方舰船防御部分的仿真；
反舰导弹打击来袭的舰船目标的进攻部分的仿真具体为，反舰导弹打击来袭的敌方舰船目标包括发射段、巡航段和自导段；发射段过程为，反舰导弹发射平台探测雷达发现敌方舰船来袭，经过分析和决策，确定出击毁来袭的敌方舰船的作战任务，发射反舰导弹；巡航段过程为，反舰导弹发射成功后进入巡航段，反舰导弹在该段受到环境因素的制约会出现以下情况：掠海飞行的反舰导弹，海况恶劣时反舰导弹撞海而使得作战任务失败；或者地形复杂时反舰导弹撞地而使得作战任务失败；自导段过程为，当反舰导弹通过巡航段并突防了敌方舰船实施的拦截之后便能命中目标；
敌方舰船防御部分的仿真具体为，反舰导弹发射成功之后，进入巡航段，敌方舰船探测到反舰导弹之后，会采取相应的干扰及拦截措施，在反舰导弹的巡航段期间，将采取箔条冲淡干扰来迷惑反舰导弹，降低反舰导弹跟踪真实目标的概率，同时，敌方舰船还会发射装载的舰空导弹对反舰导弹进行拦截，当反舰导弹突防了冲淡干扰和舰空导弹拦截之后，敌方舰船会采取质心干扰，力争在反舰导弹末制导雷达开机之前形成假目标，使得反舰导弹跟踪假目标和舰船形成的能量中心，此时舰船快速机动逃逸；当反舰导弹末制导雷达开机进入自导段，反舰导弹在自导段距离敌方舰船较近时，此时敌方舰船采取密集阵系统对反舰导弹进行拦截，完成反舰导弹和水面舰船攻防对抗仿真过程模型的建立；步骤二、建立反舰导弹作战效能评估的指标体系结构的过程为：
步骤二一、分析步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型，基于层次分析法建立反舰导弹的综合作战效能的层次结构模型：反舰导弹的综合作战效能的层次结构模型包括目标层和能力层，目标层即为反舰导弹的综合作战效能，能力层包括反探测能力、生存能力、突防舰空导弹能力、突防冲淡干扰能力、突防质心干扰能力、突防密集阵能力；
步骤二二、以概率值来度量能力层的各个指标，设反探测能力的概率值表示为P1、生存能力的概率值表示为P2、突防舰空导弹能力的概率值表示为P3、突防冲淡干扰能力的概率值表示为P4、突防质心干扰能力的概率值表示为P5、突防密集阵能力的概率值表示为P6，则得到反舰导弹的综合作战效能P为：
P＝P1P2P3P4P5P6；
步骤二三、根据步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型，提取影响能力层指标的底层指标因素，并基于德尔菲法对底层指标因素的相对重要性程度进行排序，建立反舰导弹作战效能指标体系；
步骤二四、根据反舰导弹作战效能指标体系，选取不同的指标进行仿真，建立攻防对抗过程数据集；步骤三、在步骤一建立的反舰导弹和水面舰船攻防对抗仿真过程模型的基础上，设计反舰导弹作战效能快速评估模型的过程为：设计三隐层的神经网络模型，并采用遗传算法对神经网络模型的初始权值和阈值进行优化，将神经网络模型作为反舰导弹作战效能快速评估模型，利用反舰导弹作战效能快速评估模型对反舰导弹和水面舰船的攻防对抗过程数据进行学习，通过神经网络来学习大量攻防对抗过程数据的内部结构，对反舰导弹的作战效能进行评估；
其中，采用遗传算法对神经网络模型的初始权值和阈值进行优化的过程为：
1)根据神经网络拓扑结构，根据下式确定遗传算法中个体的维度：
n＝s2s1+s2+s3s2+s3+s4s3+s4+s5s4+s5
式中，sl为第l层的神经网络节点数，l＝1,2,3,4,5；
2)根据神经网络训练样本集的代价函数J(W,b)设计遗传算法中的适应度函数如下式：
式中，x是由权值和阈值构成的n维向量，c1、c2和c3为常数，J(W,b)是训练样本集的代价函数；步骤四、基于步骤三设计反舰导弹作战效能快速评估模型，设计评价函数，在发现来袭舰船目标后，针对舰船目标的型号，确定具有最佳作战效能的反舰导弹型号的过程为：
步骤四一、根据步骤三的反舰导弹作战效能的三隐层的神经网络评估模型设计评价函数，所述的评价函数表达式为：
式中，β表示指标体系中的指标向量，βi表示第i个指标，βimin表示对第i个指标βi的下限约束，βimax表示对第i个指标βi的上限约束，λ表示惩罚项，y表示预期达到的作战效能值，
表示当前的作战效能值；
步骤四二、对该评价函数进行寻优，找到佳作战效能的反舰导弹型号。
2.根据权利要求1所述的反舰导弹作战效能评估及辅助决策方法，其特征在于：步骤二三所述的提取影响能力层指标的底层指标因素包括：
提取的影响能力层中反探测能力的底层指标因素包括舰载雷达扫描周期、恒虚警处理器单元个数、虚警概率、舰载探测雷达天线高度、信噪比最大值、信噪比最小值、反舰导弹反探测飞行速度、反舰导弹飞行高度；
提取的影响能力层中生存能力的底层指标因素包括反舰导弹机动宽带、反舰导弹定位阶段飞行速度、反舰导弹飞行高度、反舰导弹飞行误差、反舰导弹掠海飞行距离、海情级别；
提取的影响能力层中突防舰空导弹能力的底层指标因素包括反舰导弹突防舰空导弹飞行高度、反舰导弹突防舰空导弹飞行速度、反舰导弹重要舱段数量、跟踪雷达天线高度、跟踪雷达处理时长、舰空导弹速度、舰空导弹停火距离、转火射击能力、舰空导弹杀伤半径、舰空导弹射击标准差、舰空导弹破片等级；
提取的影响能力层中突防冲淡干扰能力的底层指标因素包括反舰导弹射程、反舰导弹突防冲淡飞行速度、反舰导弹水平对准误差、反舰导弹陀螺仪漂移速度、反舰导弹探测距离下限、反舰导弹探测距离上限、反舰导弹雷达扫描范围、冲淡箔条个数；
提取的影响能力层中突防质心干扰能力的底层指标因素包括载弹雷达水平波束宽度、反舰导弹与舰船距离、舰船逃逸速度、舰船逃逸方向、舰船长度、舰船机动角速度、舰船转动角度、箔条云和舰船距离、箔条装置发射角、箔条云运动速度、舰船RSC、箔条云RSC、反舰导弹来袭方向、反舰导弹突防质心干扰速度；
提取的影响能力层中突防密集阵能力的底层指标因素包括反舰导弹突防密集阵速度、密集阵炮弹射速、密集阵炮弹速度、密集阵最远跟踪距离、密集阵停火距离、单发炮弹杀伤概率、平均必须命中数。
3.根据权利要求2所述的反舰导弹作战效能评估及辅助决策方法，其特征在于：步骤四二所述的对该评价函数进行寻优，找到佳作战效能的反舰导弹型号的过程为，
1)给定作战效能目标值和舰船指标参数；
2)构建反舰导弹指标参数；
3)带入评价函数对该组指标进行评价；
判断是否能够通过寻优算法或遍历数据集的方法寻找F(β,λ)的最大值；若是，则结束决策流程；若否，则返回步骤二。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810955711.2A CN109241591B (zh) | 2018-08-21 | 2018-08-21 | 反舰导弹作战效能评估及辅助决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810955711.2A CN109241591B (zh) | 2018-08-21 | 2018-08-21 | 反舰导弹作战效能评估及辅助决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109241591A CN109241591A (zh) | 2019-01-18 |
| CN109241591B true CN109241591B (zh) | 2022-05-17 |
Family
ID=65071165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810955711.2A Active CN109241591B (zh) | 2018-08-21 | 2018-08-21 | 反舰导弹作战效能评估及辅助决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109241591B (zh) |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902392B (zh) * | 2019-03-04 | 2022-12-02 | 中国人民解放军海军航空大学 | 无人机群常规攻击模式下的导弹数量需求计算方法 |
| CN110490422B (zh) * | 2019-07-22 | 2022-11-22 | 中北大学 | 一种基于博弈云模型的目标作战效能态势评估方法 |
| CN110473183B (zh) * | 2019-10-08 | 2023-06-02 | 中国人民解放军61646部队 | 一种面向可见光全链路仿真图像的评价方法、装置、电子设备和介质 |
| CN111027862B (zh) * | 2019-12-11 | 2022-12-27 | 中国舰船研究设计中心 | 一种基于多维度的层次聚合作战模拟训练评估方法 |
| CN112090068B (zh) * | 2020-07-10 | 2024-05-24 | 厦门雷霆互动网络有限公司 | 舰船游戏的攻防交互方法、电子设备及计算机可读介质 |
| CN111932022B (zh) * | 2020-08-17 | 2023-06-09 | 中国人民解放军海军工程大学 | 一种水下预置反舰导弹区域封锁部署优化方法及系统 |
| CN112417653A (zh) * | 2020-11-03 | 2021-02-26 | 中国人民解放军海军工程大学 | 一种舰空导弹拦截模型建立方法 |
| CN112859027B (zh) * | 2021-01-11 | 2024-03-08 | 西安电子科技大学 | 一种基于一维距离像的诱饵阵列干扰效能分析方法 |
| CN112819303A (zh) * | 2021-01-22 | 2021-05-18 | 中国人民解放军国防科技大学 | 基于pce代理模型的飞行器追踪效能评估方法及系统 |
| CN112766775B (zh) * | 2021-01-27 | 2022-05-03 | 中国人民解放军海军工程大学 | 微波武器在舰艇防空反导体系贡献率评估方法 |
| CN112945018B (zh) * | 2021-01-29 | 2022-03-22 | 南京理工大学 | 一种激光非致命武器致伤评估方法 |
| CN112800679B (zh) * | 2021-02-01 | 2023-05-02 | 中国科学院长春光学精密机械与物理研究所 | 一种光电装备防御规划方法、装置、设备及存储介质 |
| CN112926739B (zh) * | 2021-03-11 | 2024-03-19 | 北京计算机技术及应用研究所 | 一种基于神经网络模型的网络对抗效能评估方法 |
| CN113190990B (zh) * | 2021-04-26 | 2024-05-14 | 中国人民解放军海军大连舰艇学院 | 一种海上干扰条件下战术导弹毁伤目标仿真评估方法 |
| CN113361196A (zh) * | 2021-06-04 | 2021-09-07 | 上海机电工程研究所 | 导弹杀伤概率评估方法及系统、设备、可读介质 |
| CN113469359B (zh) * | 2021-06-10 | 2023-04-18 | 西安交通大学 | 基于知识图谱的弹目匹配方法、系统、设备及可读存储介质 |
| CN113239636A (zh) * | 2021-06-16 | 2021-08-10 | 中国人民解放军火箭军工程大学 | 一种武器装备的效能评估方法、系统、设备及存储介质 |
| CN113988305B (zh) * | 2021-09-22 | 2022-06-14 | 北京连山科技股份有限公司 | 一种基于机器学习的突防算法验证方法和系统 |
| CN115017759B (zh) * | 2022-05-25 | 2023-04-07 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机末端自主防御仿真验证平台 |
| CN116151128B (zh) * | 2023-04-17 | 2023-07-04 | 中国兵器科学研究院 | 一种装备体系贡献率评估方法 |
| CN117852309B (zh) * | 2024-03-06 | 2024-05-24 | 西北工业大学 | 一种基于指标层次化的突防效能评估方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1994002795A1 (en) * | 1992-07-21 | 1994-02-03 | Teledyne Industries, Inc. | System and method for combat training |
| US5428530A (en) * | 1992-05-05 | 1995-06-27 | Kaman Sciences Corporation | Airborne reactive threat simulator |
| CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
| CN104680036A (zh) * | 2015-03-26 | 2015-06-03 | 中国人民解放军装甲兵工程学院 | 一种反坦克导弹系统完成作战任务效率指标的评价方法 |
| CN104951631A (zh) * | 2015-07-17 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 一种面向作战模拟的作战过程建模方法及模型调度方法 |
| CN106647287A (zh) * | 2017-02-20 | 2017-05-10 | 南京航空航天大学 | 一种基于自适应动态规划的输入受限微分对策制导方法 |
| CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
| CN107247879A (zh) * | 2017-06-16 | 2017-10-13 | 中国电子科技集团公司第二十八研究所 | 基于改进兰彻斯特方程的大规模空空作战效能评估方法 |
| CN108255983A (zh) * | 2017-12-28 | 2018-07-06 | 中国电子科技集团公司第二十八研究所 | 一种基于武器数据的部队战斗能力分析与交战毁伤估计方法 |
| CN108647414A (zh) * | 2018-04-27 | 2018-10-12 | 北京华如科技股份有限公司 | 基于仿真实验的作战计划适应性分析方法及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020049571A1 (en) * | 2000-05-25 | 2002-04-25 | Dinesh Verma | Supportability evaluation of system architectures |
-
2018
- 2018-08-21 CN CN201810955711.2A patent/CN109241591B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5428530A (en) * | 1992-05-05 | 1995-06-27 | Kaman Sciences Corporation | Airborne reactive threat simulator |
| WO1994002795A1 (en) * | 1992-07-21 | 1994-02-03 | Teledyne Industries, Inc. | System and method for combat training |
| CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
| CN104680036A (zh) * | 2015-03-26 | 2015-06-03 | 中国人民解放军装甲兵工程学院 | 一种反坦克导弹系统完成作战任务效率指标的评价方法 |
| CN104951631A (zh) * | 2015-07-17 | 2015-09-30 | 中国人民解放军国防科学技术大学 | 一种面向作战模拟的作战过程建模方法及模型调度方法 |
| CN106815426A (zh) * | 2017-01-12 | 2017-06-09 | 北京航空航天大学 | 一种导弹自主编队综合作战效能评估方法 |
| CN106647287A (zh) * | 2017-02-20 | 2017-05-10 | 南京航空航天大学 | 一种基于自适应动态规划的输入受限微分对策制导方法 |
| CN107247879A (zh) * | 2017-06-16 | 2017-10-13 | 中国电子科技集团公司第二十八研究所 | 基于改进兰彻斯特方程的大规模空空作战效能评估方法 |
| CN108255983A (zh) * | 2017-12-28 | 2018-07-06 | 中国电子科技集团公司第二十八研究所 | 一种基于武器数据的部队战斗能力分析与交战毁伤估计方法 |
| CN108647414A (zh) * | 2018-04-27 | 2018-10-12 | 北京华如科技股份有限公司 | 基于仿真实验的作战计划适应性分析方法及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 动态条件下的飞航武器作战效能算法研究;胡磊;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20190115;C032-232 * |
| 某型反舰导弹弹道规划仿真系统;赵雅欣;《世界科技研究与发展》;20090831;627-629 * |
| 箔条质心干扰对抗反舰导弹的决策仿真;徐敬;《系统仿真学报》;20080920;4831-4834 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109241591A (zh) | 2019-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109241591B (zh) | 反舰导弹作战效能评估及辅助决策方法 | |
| CN106203870A (zh) | 一种面向联合作战的目标体系分析及武器分配方法 | |
| CN106815426A (zh) | 一种导弹自主编队综合作战效能评估方法 | |
| CN112131749A (zh) | 一种用于坦克目标的毁伤评估方法 | |
| Xia et al. | Multi—UAV path planning based on improved neural network | |
| CN110210115B (zh) | 基于决策点和分支仿真的作战仿真方案设计及运行方法 | |
| CN115951695A (zh) | 空战模拟环境中基于三方博弈的动态战术控制域解算方法 | |
| CN114638339A (zh) | 基于深度强化学习的智能体任务分配方法 | |
| Kim | The Republic of Korea’s counter-asymmetric strategy: Lessons from ROKS Cheonan and Yeonpyeong Island | |
| Liang et al. | Multi-attacks effectiveness evaluation of UUV based on wake guidance | |
| CN116360500A (zh) | 一种摆脱距离可控的导弹突防方法 | |
| Zhang et al. | Fire scheduling for multiple weapons cooperative engagement | |
| Başpınar et al. | Survivability Based Optimal Air Combat Mission Planning with Reinforcement Learning | |
| CN112818496B (zh) | 基于蚁群算法的要地防空策略 | |
| CN114047761A (zh) | 基于编队跨平台资源调度的弹性杀伤网构建方法及装置 | |
| Cheng et al. | New-generation hybrid guidance system based on infrared and millimeter waves | |
| Zhang et al. | Research on application and development trend of multi-domain cooperative combat for unmanned combat platform | |
| Riqiang | Global Missile Defense Cooperation and China | |
| Jing et al. | Research on the intelligent combat of cruise missile | |
| Liu et al. | Research on penetration technology of intelligent cluster missile system | |
| CN116910577B (zh) | 航空兵蓝军模拟战术运用相似度评价方法 | |
| Hong | Integrative design of the shipborne integrated torpedo defense system | |
| Shiyan et al. | Thoughts on Intelligence of Naval Gun Weapons | |
| Li et al. | Study on UCAV air-to-ground Attack's key technologies | |
| Siregar et al. | ANALYSIS OF TECHNOLOGY FORECASTS AND MISSILE SELECTION ON THE COASTAL DEFENCE CONCEPT TO DEAL WITH MILITARY THREATS IN THE NORTH NATUNA SEA |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |