CN111061995A - 作战资源分配方法、第一设备及第二设备 - Google Patents

作战资源分配方法、第一设备及第二设备 Download PDF

Info

Publication number
CN111061995A
CN111061995A CN201911191754.9A CN201911191754A CN111061995A CN 111061995 A CN111061995 A CN 111061995A CN 201911191754 A CN201911191754 A CN 201911191754A CN 111061995 A CN111061995 A CN 111061995A
Authority
CN
China
Prior art keywords
combat
distribution
allocation
resource
resources
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.)
Granted
Application number
CN201911191754.9A
Other languages
English (en)
Other versions
CN111061995B (zh
Inventor
王玉茜
王磊
曹晶
刘莉
张栋
唐俊林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JIANGNAN ELECTROMECHANICAL DESIGN RESEARCH INSTITUTE
Original Assignee
JIANGNAN ELECTROMECHANICAL DESIGN RESEARCH INSTITUTE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by JIANGNAN ELECTROMECHANICAL DESIGN RESEARCH INSTITUTE filed Critical JIANGNAN ELECTROMECHANICAL DESIGN RESEARCH INSTITUTE
Priority to CN201911191754.9A priority Critical patent/CN111061995B/zh
Publication of CN111061995A publication Critical patent/CN111061995A/zh
Application granted granted Critical
Publication of CN111061995B publication Critical patent/CN111061995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Biology (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Operations Research (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Algebra (AREA)

Abstract

本发明提供了一种作战资源分配方法、第一设备及第二设备，涉及资源分配技术领域，其中，第一设备针对作战资源与作战目标生成第一分配信息，并将所述第一分配信息发送至第二设备，第二设备根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息，并将第二资源分配信息发送至第一设备，第一设备根据第二分配信息为所述作战目标分配所述作战资源。本发明实施例通过在第一设备中建立作战资源与作战目标之间的分配关系，增加第一设备进行分配任务的自主性和协同性，降低第二设备工作负荷，提升第一设备与第二设备运行的稳健性。

Description

作战资源分配方法、第一设备及第二设备
技术领域
本发明涉及资源分配技术领域，具体地，涉及一种作战资源分配方法、第一设备及第二设备。
背景技术
区域级防御体系指挥控制系统是发挥地面防御装备集体效能的核心，其基本任务是基于综合空情态势，根据敌我双方的作战状态，完成对各个作战资源的协调控制，包含对预警雷达、跟踪雷达、防空导弹、防空高炮武器系统等多型作战资源的任务(作战目标)分配。
现有的集中式指挥架构下，战术级指挥中心(上级指挥中心)掌握所有的作战资源，并对分配问题本身进行建模和求解，实现对作战目标的集中分配。各个分散部署的作战资源虽配有火力级指挥控制系统(下级指挥中心)，但往往仅有目标情报接收能力，不具备目标分配能力，作战资源之间即便可以共享信息，也不能协助上级指挥中心实现协同作战目标分配。随着防御体系内作战资源数量或的增加，在现有的作战目标分配方式下，会导致战术级指挥中心任务的急剧增长和处理性能的下降。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种作战资源分配方法、第一设备及第二设备，以解决在现有的作战目标分配方式下导致战术级指挥中心任务的急剧增长和处理性能的下降的问题。
根据本发明第一实施例提供的一种作战资源分配方法，应用于第一设备，包括：
针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有所述作战资源与所述作战目标之间的分配关系；
将所述第一分配信息发送至第二设备；
获取来自第二设备的第二分配信息；
根据第二分配信息为所述作战目标分配所述作战资源。
本发明第二实施例还提供了一种作战资源分配方法，应用于第二设备，包括：
获取来自至少一个第一设备的第一分配信息；
根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
将每个所述第二资源分配信息分别发送至对应的第一设备。
本发明第二实施例还提供了一种第一设备，包括：
生成模块，用于针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有作战资源与作战目标之间的分配关系；
发送模块，用于将所述第一分配信息发送至第二设备；
获取模块，用于获取来自第二设备的第二分配信息；
分配模块，用于根据第二分配信息为所述作战目标分配作战资源。
本发明第四实施例还提供了一种第二设备，包括：
获取模块，用于获取来自至少一个第一设备的第一分配信息；
生成模块，用于根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
发送模块，用于将每个所述第二资源分配信息分别发送至对应的第一设备。
与现有技术相比，本发明实施例具有如下的有益效果：通过在第一设备中建立作战资源与作战目标之间的分配关系，增加第一设备进行分配任务的自主性和协同性，降低第二设备工作负荷，提升第一设备与第二设备运行的稳健性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例中分布式防御的指挥控制系统体系结构示意图；
图2为本发明第一实施例提供的作战资源分配方法的流程图；
图3为本发明第一实施例中生成第一分配信息的一种实施方式流程图；
图4为本发明第一实施例中获取候选分配矩阵的流程图；
图5为本发明第一实施例中生成第一分配信息的另一种实施方式流程图；
图6为本发明实施例中采用的变种遗传算法的流程图；
图7为本发明第二实施例提供的作战资源分配方法的流程图；
图8为本发明实施例在一具体应用实施例，第二设备对分配关系调整的流程图；
图9为本发明实施例中作战资源分配方法在一具体应用场景中的应用的流程图；
图10为本发明实施例中基于协同学习的作战资源目标分配流程图；
图11为本发明实施例中竞争型协同进化的流程图；
图12为本发明第三实施例提供的第一设备的结构示意图；
图13为本发明第四实施例提供的第二设备的结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
如图1所示，本发明实施例中，借鉴多Agent系统实现原理，构建适应于分布式防御的指挥控制系统体系结构。在该结构中，各个作战资源和不同层级的指挥控制系统都采用Agent代理其主要功能，所有节点之间的相互协商都是通过Agent实现。该架构中，不同层级的主控Agent代理实现各层级指挥控制系统功能，作战资源Agent代表具有不同功能、不同体制且具有自主性、交互性，和一定目标处理能力的作战资源(如，雷达等传感器、发射车及导弹等拦截武器)，主控Agent负责其所属作战资源的监控和整体的协调工作,协调、控制、动态管理作战资源Agent。图中，“主控Agent”后的数字或字母可以理解为该中主控Agent的编号，“作战资源Agent”后的数字或字母可以理解为该作战资源Agent的编号。
如图2所示，本发明第一实施例提供的作战资源分配方法，应用于第一设备，包括：
步骤S100，针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有所述作战资源与所述作战目标之间的分配关系；
步骤S200，将所述第一分配信息发送至第二设备；
步骤S300，获取来自第二设备的第二分配信息；
步骤S400，根据第二分配信息为所述作战目标分配所述作战资源。
可以理解的是，上述第一设备与第二设备之间是下级主控Agent与上级主控Agent之间的关系。例如，结合图1，当所述第一设备为火力级指控中心主控Agent时，第二设备为战术级指控中心主控Agent；当所述第一设备为战术级指控中心主控Agent时，第二设备为区域指控中心主控Agent。上述作战资源可以是雷达等传感器、发射车及导弹等拦截武器，作战目标(或者直接称作目标)可以是无人机等空中飞行器。
本实施例中，第一设备作为下级主控Agent，具有独立为作战目标分配该主控Agent所属作战资源的能力，并能够将作战目标与作战资源的分配关系记录于第一分配信息中。一条分配关系可以指：将至少一个作战资源中的一个作战资源，分配给至少一个作战目标中的一个作战目标。第一分配信息中可以具有一条或多条分配关系，这些分配关系可以认为是初始的分配关系，由第一设备发送至第二设备。第二设备作为上级主控Agent，可能对应有一个或多个第一设备，或者具有更多的所属作战资源，基于这些因素的考虑，可以针对第一分配信息中初始的分配关系进行冲突消解或者优化，得到调整后的分配关系。也就是说，第二设备在接收到上述第一分配信息后，可以对第一分配信息中分配关系根据实际需要进行调整，并生成相应的第二分配信息。当然，在一些情况下，第二分配信息中的分配关系也可以是与第一分配信息中的分配关系是一致的。第一设备在接收到第二分配信息后，根据第二分配信息中的分配关系，为所述作战目标分配作战资源。
本实施例中，第一设备针对作战资源与作战目标，生成具有作战资源与作战目标之间分配关系的第一分配信息，并将该第一分配信息发送至第二设备，通过进一步获取来自第二设备的第二分配信息，为作战目标分配作战资源；使得第一设备能够自主执行作战资源的分配任务，降低第二设备的工作任务负荷，保障第二设备的处理性能。
可选地，如图3所示，所述步骤S100，针对作战资源与作战目标生成第一分配信息，包括：
步骤S110，获取至少一个候选分配矩阵，其中，当第p个作战目标Tp与第q个作战资源Hq建立分配关系时，所述候选分配矩阵中第p行第q列元素的元素值xpq＝1，当Tp未与Hq建立分配关系时，xpq＝0；p为小于或等于n的正整数，q为小于或等于m的正整数，n为所述作战目标的总数量，m为所述作战资源的总数量；
步骤S120，针对每个所述候选分配矩阵计算对应的分配评分值，其中，所述分配评分值为针对所述每个候选分配矩阵中所有元素的评分的和值；
步骤S130，依据分配评分值最高的候选分配矩阵生成第一分配信息。
上述第p个作战目标Tp与第q个作战资源Hq建立分配关系，具体是指将Tp分配给Hq，相应地，Tp未与Hq建立分配关系，具体是指未将Tp分配给Hq。
以m＝n＝4为，且其中一个候选分配矩阵为
Figure BDA0002293742890000051
为例，该候选分配矩阵中，每一行对应一个作战目标，每一列对应一个作战资源，候选分配矩阵每一个元素的元素值为0或者1。例如，x11＝1，代表第1个作战目标T1与第1个作战资源H1之间建立有分配关系；x21＝0，代表第2个作战目标T2与第1个作战资源H1之间未建立分配关系。
当Tp与Hq建立分配关系时，该分配关系在实际应用中可能会涉及合理程度的评定，例如，作战资源是否可作用于作战目标、作战资源作用于作战目标时的成功率、经济性等等，该合理程度可以通过数值化的评分进行体现。针对每个候选分配矩阵中所有元素的评分求和，分别得到每个候选分配矩阵的分配评分值；其中，当Tp未与Hq建立分配关系时，则无需讨论合理程度，可以将对应的元素的评分确定为一预设值，例如0。分配评分值越高，表明候选分配矩阵中的分配关系越合理，因此可以依据分配评分值最高的候选分配矩阵生成第一分配信息；具体来说，可以将分配评分值最高的候选分配矩阵中所有的分配关系记录在第一分配信息中，或者可以将分配评分值最高的候选分配矩阵直接作为第一分配信息的内容。
本实施例采用矩阵的方式体现作战资源与作战目标之间分配关系，并针对每一分配关系赋予数值化的评分，进而确定每个候选分配矩阵的分配评分值，并依据分配评分值最高的候选分配矩阵生成第一分配信息，能够有效作战资源分配的合理性。
可选地，所述步骤120，针对每个所述候选分配矩阵计算对应的分配评分值，包括：
根据如下公式计算第f个候选分配矩阵的分配评分值
Figure BDA0002293742890000052
Figure BDA0002293742890000053
其中，f为小于或等于候选分配矩阵总个数的正整数，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值。可选地，α+β＝1。
本实施例根据价值函数值、损耗函数值以及预设威胁顺序值三个内容来计算各个候选分配矩阵的分配评分值，提高了分配评分值计算的合理性。
可选地，所述作战资源为探测传感器或拦截武器。Vpq与Cpq的求取方法如下：
a)价值函数值Vpq求取方法如下：
1)当作战资源为探测传感器时
价值函数值Vpq根据探测传感器所执行的具体任务需求或当前对作战目标的跟踪状态进行定义，主要有以下三种方式：
当探测传感器未跟踪上作战目标，需要进行作战目标搜索发现任务时，Vpq可定义为探测传感器Hq对作战目标Tp的发现概率或检测概率。
当探测传感器已跟踪上作战目标，需要执行作战目标跟踪任务时，Vpq可定义为探测传感器Hq对作战目标Tp的跟踪性能，主要综合探测传感器Hq对作战目标Tp斜距、高低角和方位角的测量精度来评估探测传感器Hq对作战目标Tp的跟踪性能，可定义为：
Figure BDA0002293742890000061
式中：γ1、γ2、γ3、κ1、κ2、k3均为预设系数值，
Figure BDA0002293742890000062
为Hq对Tp斜距测量值滤波中残差的标准差，通过残差的多拍平方和求均值开方进行估计；
Figure BDA0002293742890000063
为Hq对Tp高低角测量值滤波中残差的标准差，通过残差的多拍平方和求均值开方进行估计；
Figure BDA0002293742890000064
为Hq对Tp方位角测量值滤波中残差的标准差，通过残差的多拍平方和求均值开方进行估计。
当探测传感器已跟踪上作战目标，需要执行作战目标识别任务时，Vpq可定义为探测传感器Hq对作战目标Tp的识别概率或其相应度量。
2)当作战资源为拦截武器时
价值函数值Vpq根据拦截武器对作战目标的可拦截性、单发杀伤概率、目标在该火力单元发射区内停留时间和飞临发射区时间等因素确定，定义为：
Figure BDA0002293742890000065
其中，ppq为拦截武器Hq对作战目标Tp的单发杀伤概率，fpq为拦截武器Hq对作战目标Tp的可拦截性，T1pq为作战目标Tp飞临拦截武器Hq的发射区间的时间，T2pq为拦截武器Hq在拦截武器Hq的发射区间内停留时间，max{T1pq+T2pq}为来袭作战目标Tp相对于所有拦截武器飞离发射区时间(即飞临发射区时间和在发射区内停留时间之和)的最大值。
b)损耗函数值Cpq求取方法
1)当作战资源为探测传感器时
损耗函数值Cpq主要是指进行配对后给整个多传感器系统乃至防御阵地带来的损失。
主要考虑的因素有：
当探测传感器Hq分配给作战目标Tp后，使得探测传感器Hq无法再对其它作战目标执行任务。例如仅剩一个通道的火控雷达，一旦跟踪上某一作战目标，就无法对其它作战目标进行跟踪，直至作战目标被击毁或飞离我方阵地，在这个过程中，若有突然临空的威胁更大的分离类作战目标，就无法进行跟踪，这就容易造成整个防区的生存概率的下降。另外，对于主动传感器，由于其辐射原因，传感器平台易受敌方反辐射导弹的攻击；而对于光电等被动类传感器，可认为不受作战目标攻击影响。
因此，定义Cpq＝0时损耗最大，Cpq＝1时损耗最小。对于红外探测设备，取Cpq＝1，对于其它制导类主动传感器，定义为：
Figure BDA0002293742890000071
或者，Cpq＝σESq；
其中，r为预设传感器重要度(此处即探测传感器Hq的重要量)，取值为0～9之间的整数(一般根据该探测传感器所执行的任务重要度进行取值，如执行重要作战任务的传感器重要度取值为9，执行配合性作战任务的传感器重要度取值为6，用于备份的取值为3)，nq为当前探测传感器Hq剩余的目标通道数，nmax为当前所有探测传感器(跟踪制导用传感器)的总通道数。σESq为预设状态量，表示探测传感器Hq是否有反辐射导弹攻击，取值为0时表示有反辐射弹攻击，取值为1时表示无反辐射弹攻击。对于搜索雷达，由于一般无目标通道限制，对该类传感器直接取值为：Cpq＝σESq。
2)当作战资源为拦截武器时
损耗函数值Cpq定义为单次拦截作战目标Tp时的消耗费用，计算公式如下：
Figure BDA0002293742890000072
其中，maxp
Figure BDA0002293742890000073
为所有作战资源拦截作战目标Tp时所消耗的费用的最大值，
Figure BDA0002293742890000074
为拦截武器Hq对Tp射击时所消耗的费用(或者称作Hq拦截Tp时所消耗的费用)。
本实施例考虑了作战资源为探测传感器或拦截武器时，价值函数值与损耗函数值的计算方法，增大了上述作战资源分配方法的应用范围。
可选地，如图4所示，所述步骤S110，获取至少一个候选分配矩阵，包括：
步骤S111，获取父种群，所述父种群包括N个预设的第一配对关系矩阵，其中，N为大于或等于2的正整数；
步骤S112，按照以下至少一种方式获取N个第二配对关系矩阵：对父种群中任两个第一配对关系矩阵中，相对应的一行元素或相对应的一列元素进行交换；将父种群中任一个预设配对关系矩阵中至少一个元素的元素值进行变异；
步骤S113，根据所述N个第一配对关系矩阵与所述N个第二配对关系矩阵共同获取所述候选分配矩阵；
如图5所示，所述步骤S120，针对每个所述候选分配矩阵计算对应的分配评分值之后，所述方法还包括：
步骤S121，判断执行所述获取父种群的步骤的次数是否达到预设值；
步骤S122，若否，则按所述分配评分值对所述候选分配矩阵进行排序，将所述父种群中的第一配对关系矩阵更新为排名为前N个的候选分配矩阵，并返回执行所述获取父种群的步骤；
步骤S123，若是，则执行所述依据分配评分值最高的候选分配矩阵生成第一分配信息的步骤。
如图6所示，本实施例采用了变种遗传算法生成候选分配矩阵，其主要思路是：在父种群中，每次随机选取两个个体进行交叉，再对交叉后的两个个体分别执行变异操作，生成两个具有新结构的个体。直到新生成的个体数量和原种群规模相等，将这些新个体组成子种群。将父种群和子种群合并(候选分配矩阵)，对合并种群的个体(即每一个候选分配矩阵)计算分配评分值，选取分配评分值较大的一半个体组成进化完成的种群。在下一代进化中，将上一代进化完成的种群作为父种群，循环往复，直到进化代数满足要求。
其中，种群中的每个个体即代表目标与作战资源的配对关系矩阵，初始计算时，父种群为随机产生的种群(例如，种群个数取50～100中的值，内部个体随机取值为0或1)。
个体交叉是指将关于作战目标与作战资源的候选分配矩阵的对应行(在一些可行的实施方式中，也可以是对应列)进行交换，例如，对于以下两个个体：
Figure BDA0002293742890000081
与
Figure BDA0002293742890000082
交换第二行后，得到：
Figure BDA0002293742890000091
与
Figure BDA0002293742890000092
个体变异是指将关于作战目标与作战资源的候选分配矩阵在满足约束条件(例如与探测传感器Hq建立分配关系的作战目标的数量，不大于Hq的总通道数等)的情况下，以一定概率进行变异(例如原来的0变为1，原来的1变为0)。例如对下面个体第3行第4列元素，第4行第1列元素由1变为0，第3行第1列元素由0变为1：
Figure BDA0002293742890000093
得到新的个体：
Figure BDA0002293742890000094
本实施例有效增加了候选分配矩阵的数量，有利于获取到评分值较高的候选分配矩阵，提升作战资源分配的合理性与准确度。
本发明第二实施例提供了一种作战资源分配方法，应用于第二设备，如图7所示，上述方法包括：
步骤S500，获取来自至少一个第一设备的第一分配信息；
步骤S600，根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
步骤S700，将每个所述第二资源分配信息分别发送至对应的第一设备。
如上文所述，第一设备与第二设备之间是下级主控Agent与上级主控Agent之间的关系。第二设备获取来自至少一个设备的第一分配信息，也就是说，一个上级主控Agent下可以具有一个或多个下级主控Agent。每个第一分配信息中均具有对应的分配关系，当来自多个第一设备的第一分配信息共同发送至第二设备时，所有分配关系的集合中可能存在冲突或者不合理之处，例如为某一个作战目标分配的作战资源的数量过多等。可以针对上述可能存在的冲突或不合理之处建立预设约束条件，对一个或多个第一分配信息中的分配关系进行调整，并分别生成对应的第二分配信息发送至对应的第一设备。对于预设约束条件，将在下文中进一步说明。
本发明实施例中，第二设备仅需根据预设约束条件对第一分配信息中的分配关系进行调整，将生成的第二分配信息发送至第一设备即可；无需针对所有作战资源与作战目标进行分配，降低了第二设备的工作任务负荷，保障第二设备的处理性能。
当然，在一些应用场景下，各个第一分配信息中的分配关系之间均满足预设约束条件时，第二设备也可以将第一分配信息作为第二分配信息直接返回给相应的第一设备。
可选地，所述预设约束条件包括：每个作战目标的最大被分配容量、每个作战目标的最小被分配容量、每个作战资源的剩余可分配容量、任一个作战资源对任一个作战目标的可作用性(如：传感器类的作战资源为传感器对目标的可探测性、拦截武器等作战资源为拦截武器对目标的可拦截性等)；
所述步骤S600，根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息，包括以下至少一项：
获取被分配作战资源数量大于最大被分配容量的第一作战目标，以及与所述第一作战目标对应的全部第一分配关系，对所述第一分配关系按关系评分从小到大排序，依次解除所述第一分配关系，直至所述第一作战目标的被分配作战资源数量不大于最大被分配容量；对解除有第一分配关系的第一资源分配信息生成第二资源分配信息；
获取被分配作战资源数量小于最小被分配容量的第二作战目标，判断是否存在具有剩余可分配容量且与所述第二作战目标存在可作用性的第一作战资源，若是，则按关系评分和值最大原则针对所述第二作战目标与所述第一作战资源建立第二分配关系；若否，则获取无剩余可分配容量且与所述第二作战目标之间存在可作用性的第二作战资源，以及与所述第二作战资源对应的全部第三分配关系，对所述第三分配关系按关系评分从小到大排序，解除排序最前且在解除该第三分配关系后不会产生新的第二作战目标的第三分配关系，针对所述第二作战目标与解除了第三分配关系的第二作战资源建立第二分配关系；对增加有所述第二分配关系或解除有所述第三分配关系的第一资源分配信息生成第二资源分配信息；
获取被分配作战资源数量不小于最小被分配容量且小于最大被分配容量的第三作战目标，以及剩余可分配容量大于0且与所述第三作战目标之间存在可作用性的第三作战资源，按关系评分和值最大原则针对所述第三作战目标与所述第三作战资源建立第四分配关系；对增加有所述第四分配关系的第一资源分配信息生成第二资源分配信息。
本实施例中实质上是对冲突进行消解的过程，冲突消解的思路是按效能值(可以理解为每个分配关系的关系评分)从小到大解除超过作战目标可被分配容量的分配关系，并对漏分配但尚有可行分配资源的作战目标按目标函数值(亦可以理解为每个分配关系的关系评分)从大到小重新建立分配关系。本实施例能够进一步提高分配关系的合理性。
如图8所示，本发明实施例在一具体应用实施例中，可通过如下步骤流程实现分配关系的调整：
步骤S610，梳理出分配数量超过可被分配容量的作战目标(对应第一作战目标)及与作战资源的分配关系(对应第一分配关系)；
步骤S620，梳理出没有进行分配的作战目标(对应第二作战目标)，以及其可分配的作战资源(对应第一作战资源或第二作战资源)及其分配关系(对应第二分配关系)；
步骤S630，按威胁度由小到大的顺序依次解除超过分配容量的作战目标与作战资源的分配关系(对应第一分配关系)；解除分配关系时按整体效能(可以理解为关系评分和值)衰减值由小到大的顺序依次进行直至无多余的分配关系为止；
步骤S640，按威胁度由大到小的顺序依次为没有分配的作战目标(对应第二作战目标)先腾出可分配的作战资源、再进行添加分配关系操作，腾出可分配的作战资源时按整体效能衰减值由小到大的顺序依次进行解除分配关系操作(当有多余作战资源可分配时不需要此过程，当解除分配关系后另一作战目标无分配关系则禁止解除此分配关系)直至作战目标有可分配的作战资源为止，添加分配关系时每个作战目标按整体效能增益值最大的原则仅添加一个作战资源分配；
步骤S650，循环判断是否存在有剩余作战资源可分配且分配作战资源未达上限的作战目标(对应第三作战目标)，若存在这样的作战目标，则梳理出所有这样的作战目标及其全部可分配的作战资源(对应第三作战资源)，按整体效能增益最大的原则进行添加分配关系(对应第四分配关系)的操作，并进入下一轮循环；若不存在这样的作战目标，则停止循环。
可选地，所述关系评分通过以下方式获取：
Figure BDA0002293742890000111
其中，
Figure BDA0002293742890000112
为在第j个第一设备中对第p个作战目标Tp与第q个作战资源Hq建立分配关系时的关系评分，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值；所述关系评分和值最大原则为使得所有关系评分的和值最大。
本实施例根据价值函数值、损耗函数值以及预设威胁顺序值三个内容来计算各个分配关系的关系评分，提高了关系评分及关系评分和值计算的合理性。
以下对上述实施例提供的作战资源分配方法在一具体应用场景中的应用进行举例说明：
如图9所示，本应用例的总体思路为：
(1)分布式指挥体系架构设计：借鉴多Agent系统实现原理，构建适应于分布式防御的指挥控制系统体系结构；
(2)目标分配流程设计：基于协同学习的思想，对分布式的协同目标分配流程进行设计；此次目标分配流程，是将多智能体之间的协同机制应用到分布式目标分配任务中，建立基于协同学习的作战资源目标分配流程。；
(3)协同分配建模：建立分配节点用于作战目标分配的目标函数和约束条件，设计具体的协同进化模型；此处协同分配建模主要是针对火力级传感器和拦截武器对目标采用竞争型协同进化模型进行目标分配。
(4)协同分配算法实现：采用智能优化算法求解(3)条建立的协同进化模型，获取目标分配结果；此处协同分配算法是采用变种遗传算法(对应了对父种群中配对关系矩阵进行更新的过程)完成协同进化模型求解。
如图10所示，本应用例中，将多Agent之间的协同机制应用到作战资源与作战目标的分配任务中，建立基于协同学习的作战资源目标分配流程。各个下级主控Agent利用上级主控Agent下发的责任区域、本级所属的作战资源数量及功能性能等初始约束，建立优化分配模型(如上文中求取多个候选分配矩阵的分配评分值
Figure BDA0002293742890000122
的最大值的模型)，各自进行智能优化计算，得出初步结果后，返回上级主控Agent，由上级主控Agent进行冲突消解，获取最终分配结果(对应第二分配信息)。为保持分配的稳定性，各下级主控Agent将上级主控Agent确认的最终分配结果作为下一个周期优化分配时的初始值(即上述父种群中候选分配矩阵对应的分配关系)，再次进行智能优化计算，循环上述过程。
如图11所示，本应用例采用竞争型协同进化，竞争型协同进化的思路是由各下级主控Agent分别完成自身的进化争取最大效能值(相当于分配评分值
Figure BDA0002293742890000121
)后，将局部最优的作战资源与作战目标分配方案送上级主控Agent，上级主控Agent对各下级主控Agent的局部最优分配方案进行冲突消解后，生成各自新的分配方案并反馈给相应下级主控Agent。该方法中各下级主控Agent独立进化，上级主控Agent只是对各下级主控Agent的最优解进行冲突消解，从而达到协同进化的目的。
本发明实施例提供的作战资源分配方法，能够适应于分布防御作战的指挥控制体系架构，并能够作为作战资源与作战目标智能分配方法，可实现防御体系中作战资源与目标的分配任务在每个火力级指挥控制节点的分布式执行。该方法能够调节各级指控节点的任务量，增加火力级指挥控制节点的自主性和协同性，降低上级指控中心工作负荷，提升防御体系指挥控制系统的稳健性。
如图12所示，本发明第三实施例还提供了一种第一设备，包括：
生成模块810，用于针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有作战资源与作战目标之间的分配关系；
发送模块820，用于将所述第一分配信息发送至第二设备；
获取模块830，用于获取来自第二设备的第二分配信息；
分配模块840，用于根据第二分配信息为所述作战目标分配作战资源。
可选地，生成模块810，包括：
获取单元，用于获取至少一个候选分配矩阵，其中，当第p个作战目标Tp与第q个作战资源Hq建立分配关系时，所述候选分配矩阵中第p行第q列元素的元素值xpq＝1，当Tp未与Hq建立分配关系时，xpq＝0；p为小于或等于n的正整数，q为小于或等于m的正整数，n为所述作战目标的总数量，m为所述作战资源的总数量；
计算单元，用于针对每个所述候选分配矩阵计算对应的分配评分值，其中，所述分配评分值为针对所述每个候选分配矩阵中所有元素的评分的和值；
生成单元，用于依据分配评分值最高的候选分配矩阵生成第一分配信息。
可选地，计算单元，包括：
计算子单元，用于根据如下公式计算第f个候选分配矩阵的分配评分值
Figure BDA0002293742890000131
Figure BDA0002293742890000132
其中，f为小于或等于候选分配矩阵总个数的正整数，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值。
可选地，所述作战资源为探测传感器或拦截武器；
当所述作战资源为探测传感器时，
Vpq为Hq对Tp的发现概率；或者，Vpq为Hq对Tp的识别概率；或者，
Figure BDA0002293742890000133
Cpq＝1；或者，
Figure BDA0002293742890000134
其中，γ1、γ2、γ3、κ1、κ2、κ3均为预设系数值，
Figure BDA0002293742890000141
为Hq对Tp斜距测量值滤波中残差的标准差，
Figure BDA0002293742890000142
为Hq对Tp高低角测量值滤波中残差的标准差，
Figure BDA0002293742890000143
为Hq对Tp方位角测量值滤波中残差的标准差，nq为Hq剩余的通道数，nmax为所有探测传感器的总通道数，r为预设传感器重要度，σESq为预设状态量；
当所述作战资源为拦截武器时，
Figure BDA0002293742890000144
Figure BDA0002293742890000145
其中，ppq为Hq对Tp的单发杀伤概率，fpq为Hq对Tp的可拦截性，T1pq为Tp飞临Hq的发射区间的时间，T2pq为Hq在Hq的发射区间内停留时间，maxp
Figure BDA0002293742890000146
为所有作战资源拦截Tp时所消耗的费用的最大值，
Figure BDA0002293742890000147
为Hq拦截Tp时所消耗的费用。
可选地，所述获取单元，包括：
第一获取子单元，用于获取父种群，所述父种群包括N个预设的第一配对关系矩阵，其中，N为大于或等于2的正整数；
第二获取子单元，用于按照以下至少一种方式获取N个第二配对关系矩阵：对父种群中任两个第一配对关系矩阵中，相对应的一行元素或相对应的一列元素进行交换；将父种群中任一个预设配对关系矩阵中至少一个元素的元素值进行变异；
获取子单元，用于根据所述N个第一配对关系矩阵与所述N个第二配对关系矩阵共同获取所述候选分配矩阵；
所述第一设备还包括：
判断模块，用于判断执行所述获取父种群的步骤的次数是否达到预设值；
若否，则按所述分配评分值对所述候选分配矩阵进行排序，将所述父种群中的第一配对关系矩阵更新为排名为前N个的候选分配矩阵，并返回运行所述第一获取子单元；
若是，则运行所述生成单元。
由于本发明第一实施例的作战资源分配方法应用于第一设备，因此，本发明实施例还提供了一种第一设备，其中，上述作战资源分配方法所述实现实施例均适用于该第一设备的实施例中，也能达到相同的技术效果。
如图13所示，本发明第四实施例还提供了一种第二设备，包括：
获取模块910，用于获取来自至少一个第一设备的第一分配信息；
生成模块920，用于根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
发送模块930，用于将每个所述第二资源分配信息分别发送至对应的第一设备。
可选地所述预设约束条件包括：每个作战目标的最大被分配容量、每个作战目标的最小被分配容量、每个作战资源的剩余可分配容量、任一个作战资源对任一个作战目标的可作用性；
所述生成模块920，包括以下至少一项：
第一生成单元，用于获取被分配作战资源数量大于最大被分配容量的第一作战目标，以及与所述第一作战目标对应的全部第一分配关系，对所述第一分配关系按关系评分从小到大排序，依次解除所述第一分配关系，直至所述第一作战目标的被分配作战资源数量不大于最大被分配容量；对解除有第一分配关系的第一资源分配信息生成第二资源分配信息；
第二生成单元，用于获取被分配作战资源数量小于最小被分配容量的第二作战目标，判断是否存在具有剩余可分配容量且与所述第二作战目标存在可作用性的第一作战资源，若是，则按关系评分和值最大原则针对所述第二作战目标与所述第一作战资源建立第二分配关系；若否，则获取无剩余可分配容量且与所述第二作战目标之间存在可作用性的第二作战资源，以及与所述第二作战资源对应的全部第三分配关系，对所述第三分配关系按关系评分从小到大排序，解除排序最前且在解除该第三分配关系后不会产生新的第二作战目标的第三分配关系，针对所述第二作战目标与解除了第三分配关系的第二作战资源建立第二分配关系；对增加有所述第二分配关系或解除有所述第三分配关系的第一资源分配信息生成第二资源分配信息；
第三生成单元，用于获取被分配作战资源数量不小于最小被分配容量且小于最大被分配容量的第三作战目标，以及剩余可分配容量大于0且与所述第三作战目标之间存在可作用性的第三作战资源，按关系评分和值最大原则针对所述第三作战目标与所述第三作战资源建立第四分配关系；对增加有所述第四分配关系的第一资源分配信息生成第二资源分配信息。
可选地，所述关系评分通过以下方式获取：
Figure BDA0002293742890000151
其中，
Figure BDA0002293742890000152
为在第j个第一设备中对第p个作战目标Tp与第q个作战资源Hq建立分配关系时的关系评分，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值；
所述关系评分和值最大原则为使得所有关系评分的和值最大。
由于本发明第二实施例的作战资源分配方法应用于第二设备，因此，本发明实施例还提供了一种第二设备，其中，上述作战资源分配方法所述实现实施例均适用于该第二设备的实施例中，也能达到相同的技术效果。
本发明实施例中的第一设备与第二设备可以共同构造一作战资源分配系统，其中，第一设备针对作战资源与作战目标生成第一分配信息，并将所述第一分配信息发送至第二设备，第二设备根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息，并将第二资源分配信息发送至第一设备，第一设备根据第二分配信息为所述作战目标分配所述作战资源。本发明实施例通过在第一设备中建立作战资源与作战目标之间的分配关系，增加第一设备进行分配任务的自主性和协同性，降低第二设备工作负荷，提升了作战资源分配系统(包括第一设备与第二设备)运行的稳健性。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种作战资源分配方法，应用于第一设备，其特征在于，包括：
针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有所述作战资源与所述作战目标之间的分配关系；
将所述第一分配信息发送至第二设备；
获取来自第二设备的第二分配信息；
根据第二分配信息为所述作战目标分配所述作战资源。
2.根据权利要求1所述的方法，其特征在于，所述针对作战资源与作战目标生成第一分配信息，包括：
获取至少一个候选分配矩阵，其中，当第p个作战目标Tp与第q个作战资源Hq建立分配关系时，所述候选分配矩阵中第p行第q列元素的元素值xpq＝1，当Tp未与Hq建立分配关系时，xpq＝0；p为小于或等于n的正整数，q为小于或等于m的正整数，n为所述作战目标的总数量，m为所述作战资源的总数量；
针对每个所述候选分配矩阵计算对应的分配评分值，其中，所述分配评分值为针对所述每个候选分配矩阵中所有元素的评分的和值；
依据分配评分值最高的候选分配矩阵生成第一分配信息。
3.根据权利要求2所述的方法，其特征在于，所述针对每个所述候选分配矩阵计算对应的分配评分值，包括：
根据如下公式计算第f个候选分配矩阵的分配评分值
Figure FDA0002293742880000011
Figure FDA0002293742880000012
其中，f为小于或等于候选分配矩阵总个数的正整数，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值。
4.根据权利要求3所述的方法，其特征在于，所述作战资源为探测传感器或拦截武器；
当所述作战资源为探测传感器时，
Vpq为Hq对Tp的发现概率；或者，Vpq为Hq对Tp的识别概率；或者，
Figure FDA0002293742880000013
Cpq＝1；或者，
Figure FDA0002293742880000021
其中，γ1、γ2、γ3、k1、k2、k3均为预设系数值，
Figure FDA0002293742880000022
为Hq对Tp斜距测量值滤波中残差的标准差，
Figure FDA0002293742880000023
为Hq对Tp高低角测量值滤波中残差的标准差，
Figure FDA0002293742880000024
为Hq对Tp方位角测量值滤波中残差的标准差，nq为Hq剩余的通道数，nmax为所有探测传感器的总通道数，r为预设传感器重要度，σESq为预设状态量；
当所述作战资源为拦截武器时，
Figure FDA0002293742880000025
Figure FDA0002293742880000026
其中，ppq为Hq对Tp的单发杀伤概率，fpq为Hq对Tp的可拦截性，T1pq为Tp飞临Hq的发射区间的时间，T2pq为Hq在Hq的发射区间内停留时间，
Figure FDA0002293742880000027
为所有作战资源拦截Tp时所消耗的费用的最大值，
Figure FDA0002293742880000028
为Hq拦截Tp时所消耗的费用。
5.根据权利要求2所述的方法，其特征在于，所述获取至少一个候选分配矩阵，包括：
获取父种群，所述父种群包括N个预设的第一配对关系矩阵，其中，N为大于或等于2的正整数；
按照以下至少一种方式获取N个第二配对关系矩阵：对父种群中任两个第一配对关系矩阵中，相对应的一行元素或相对应的一列元素进行交换；将父种群中任一个预设配对关系矩阵中至少一个元素的元素值进行变异；
根据所述N个第一配对关系矩阵与所述N个第二配对关系矩阵共同获取所述候选分配矩阵；
所述针对每个所述候选分配矩阵计算对应的分配评分值之后，所述方法还包括：
判断执行所述获取父种群的步骤的次数是否达到预设值；
若否，则按所述分配评分值对所述候选分配矩阵进行排序，将所述父种群中的第一配对关系矩阵更新为排名为前N个的候选分配矩阵，并返回执行所述获取父种群的步骤；
若是，则执行所述依据分配评分值最高的候选分配矩阵生成第一分配信息的步骤。
6.一种作战资源分配方法，应用于第二设备，其特征在于，包括：
获取来自至少一个第一设备的第一分配信息；
根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
将每个所述第二资源分配信息分别发送至对应的第一设备。
7.根据权利要求6所述的方法，其特征在于，所述预设约束条件包括：每个作战目标的最大被分配容量、每个作战目标的最小被分配容量、每个作战资源的剩余可分配容量、任一个作战资源对任一个作战目标的可作用性；
所述根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息，包括以下至少一项：
获取被分配作战资源数量大于最大被分配容量的第一作战目标，以及与所述第一作战目标对应的全部第一分配关系，对所述第一分配关系按关系评分从小到大排序，依次解除所述第一分配关系，直至所述第一作战目标的被分配作战资源数量不大于最大被分配容量；对解除有第一分配关系的第一资源分配信息生成第二资源分配信息；
获取被分配作战资源数量小于最小被分配容量的第二作战目标，判断是否存在具有剩余可分配容量且与所述第二作战目标存在可作用性的第一作战资源，若是，则按关系评分和值最大原则针对所述第二作战目标与所述第一作战资源建立第二分配关系；若否，则获取无剩余可分配容量且与所述第二作战目标之间存在可作用性的第二作战资源，以及与所述第二作战资源对应的全部第三分配关系，对所述第三分配关系按关系评分从小到大排序，解除排序最前且在解除该第三分配关系后不会产生新的第二作战目标的第三分配关系，针对所述第二作战目标与解除了第三分配关系的第二作战资源建立第二分配关系；对增加有所述第二分配关系或解除有所述第三分配关系的第一资源分配信息生成第二资源分配信息；
获取被分配作战资源数量不小于最小被分配容量且小于最大被分配容量的第三作战目标，以及剩余可分配容量大于0且与所述第三作战目标之间存在可作用性的第三作战资源，按关系评分和值最大原则针对所述第三作战目标与所述第三作战资源建立第四分配关系；对增加有所述第四分配关系的第一资源分配信息生成第二资源分配信息。
8.根据权利要求7所述的方法，其特征在于，所述关系评分通过以下方式获取：
Figure FDA0002293742880000031
其中，
Figure FDA0002293742880000032
为在第j个第一设备中对第p个作战目标Tp与第q个作战资源Hq建立分配关系时的关系评分，α、β为预设加权系数，Vpq为Tp与Hq建立分配关系时的价值函数值，Cpq为Tp与Hq建立分配关系时的损耗函数值，wp为Tp的预设威胁顺序值；
所述关系评分和值最大原则为使得所有关系评分的和值最大。
9.一种第一设备，其特征在于，包括：
生成模块，用于针对作战资源与作战目标生成第一分配信息，其中，所述第一分配信息中具有作战资源与作战目标之间的分配关系；
发送模块，用于将所述第一分配信息发送至第二设备；
获取模块，用于获取来自第二设备的第二分配信息；
分配模块，用于根据第二分配信息为所述作战目标分配作战资源。
10.一种第二设备，其特征在于，包括：
获取模块，用于获取来自至少一个第一设备的第一分配信息；
生成模块，用于根据预设约束条件，针对每个所述第一资源分配信息，分别生成相匹配的第二资源分配信息；
发送模块，用于将每个所述第二资源分配信息分别发送至对应的第一设备。
CN201911191754.9A 2019-11-28 2019-11-28 作战资源分配方法、第一设备及第二设备 Active CN111061995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911191754.9A CN111061995B (zh) 2019-11-28 2019-11-28 作战资源分配方法、第一设备及第二设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911191754.9A CN111061995B (zh) 2019-11-28 2019-11-28 作战资源分配方法、第一设备及第二设备

Publications (2)

Publication Number Publication Date
CN111061995A true CN111061995A (zh) 2020-04-24
CN111061995B CN111061995B (zh) 2023-06-09

Family

ID=70299091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911191754.9A Active CN111061995B (zh) 2019-11-28 2019-11-28 作战资源分配方法、第一设备及第二设备

Country Status (1)

Country Link
CN (1) CN111061995B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033754A (zh) * 2020-12-08 2021-06-25 中国海洋大学 基于协同情景进化的高频地波雷达目标跟踪算法测评方法
CN114330715A (zh) * 2021-12-27 2022-04-12 哈尔滨工业大学 一种智能弹药协同进化任务分配方法
CN114997653A (zh) * 2022-06-07 2022-09-02 中国人民解放军空军军医大学 一种基于效能特异性迭代计算的救治资源调度方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818953A (zh) * 2006-03-15 2006-08-16 孙玲 联合作战信息战资源线性规划最优分配方法
US20070244673A1 (en) * 2006-04-14 2007-10-18 Deepak Khosla Methods and apparatus for optimal resource allocation
CN106203870A (zh) * 2016-07-18 2016-12-07 南京航空航天大学 一种面向联合作战的目标体系分析及武器分配方法
CN107832885A (zh) * 2017-11-02 2018-03-23 南京航空航天大学 一种基于自适应迁移策略bbo算法的舰艇编队火力分配方法
CN109063270A (zh) * 2018-07-10 2018-12-21 北京华如科技股份有限公司 一种地面聚合实体直瞄射击毁伤裁决方法及其存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818953A (zh) * 2006-03-15 2006-08-16 孙玲 联合作战信息战资源线性规划最优分配方法
US20070244673A1 (en) * 2006-04-14 2007-10-18 Deepak Khosla Methods and apparatus for optimal resource allocation
CN106203870A (zh) * 2016-07-18 2016-12-07 南京航空航天大学 一种面向联合作战的目标体系分析及武器分配方法
CN107832885A (zh) * 2017-11-02 2018-03-23 南京航空航天大学 一种基于自适应迁移策略bbo算法的舰艇编队火力分配方法
CN109063270A (zh) * 2018-07-10 2018-12-21 北京华如科技股份有限公司 一种地面聚合实体直瞄射击毁伤裁决方法及其存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113033754A (zh) * 2020-12-08 2021-06-25 中国海洋大学 基于协同情景进化的高频地波雷达目标跟踪算法测评方法
CN113033754B (zh) * 2020-12-08 2022-09-13 中国海洋大学 基于协同情景进化的高频地波雷达目标跟踪算法测评方法
CN114330715A (zh) * 2021-12-27 2022-04-12 哈尔滨工业大学 一种智能弹药协同进化任务分配方法
CN114997653A (zh) * 2022-06-07 2022-09-02 中国人民解放军空军军医大学 一种基于效能特异性迭代计算的救治资源调度方法
CN114997653B (zh) * 2022-06-07 2023-09-01 中国人民解放军空军军医大学 一种基于效能特异性迭代计算的救治资源调度方法

Also Published As

Publication number Publication date
CN111061995B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN111061995B (zh) 作战资源分配方法、第一设备及第二设备
CN107886184B (zh) 一种多型防空武器混编火力群目标分配优化方法
CN111722643B (zh) 仿狼群合作狩猎机制的无人机集群动态任务分配方法
CN111221352A (zh) 基于多无人机协同博弈对抗的控制系统
CN106779210B (zh) 基于蚁群算法的火力分配方法
CN112783209B (zh) 一种基于鸽群智能竞争学习的无人机集群对抗控制方法
CN110941283B (zh) 一种基于任务需求的异构无人机集群协同最优配置方法
CN106295164B (zh) 一种路径规划方法及电子设备
US9194948B1 (en) Method and apparatus for providing a dynamic target impact point sweetener
Duan et al. Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory
CN113485456A (zh) 一种无人机群分布式在线自适应任务规划方法
KR102266178B1 (ko) 지능형 무장할당 제어시스템 및 그 제어방법
CN101893441A (zh) 基于离差最大化及灰色关联分析的无人机航迹优选方法
Sujit et al. Multi-UAV task allocation using team theory
CN115567353A (zh) 一种面向雷达组网系统的干扰多波束调度和干扰功率联合优化方法
CN113190041B (zh) 一种基于约束松弛技术的无人机集群在线目标分配方法
KR101254082B1 (ko) Ｃｌｐ 기법을 적용한 대공 유도무기할당 시스템과 방법 및 이를 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
Jishuai et al. Improved monarch butterfly optimization for multi-to-multi weapon-target assignment problems
CN108804741B (zh) 效能最大条件下的d-s证据理论炮弹结合火力分配方法
CN116088572A (zh) 基于自适应灰狼优化算法的无人机协同攻击多目标任务分配方法
CN115617071A (zh) 一种量子雪豹机制的多无人机任务规划方法
CN108334998A (zh) 一种多地面无人车辆的多目标协同跟踪方法
CN115422776A (zh) 一种多基异构无人集群多波次统一协同任务分配方法和系统
CN114756049A (zh) 无人机集群对抗中的目标分配方法、系统、设备及介质
Sujit et al. Negotiation schemes for multi-agent cooperative search

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