基于打击效果评估的航母子目标选择模型

You might also like

Download as pdf or txt
Download as pdf or txt
You are on page 1of 3

第32卷 第 6期 四 川 兵 工 学 报 201

1年 6月

【其他研究】

基于打击效果评估的航母子目标选择模型
崔 震1,杨 桄1,苏清贺1,杨伟斌1,尚小东2
(1.空军航空大学 特种专业系,长春 1
300
22;2.空军第五飞行学院,甘肃 武威 7
330
03)

摘要:针对作战中航母目标系统子目标选择与排序问题,利用对航母目标系统的打击效果评估系统分析各个子目标
损伤对目标系统的影响,确定不同打击方案和目标函数。然后利用遗传算法对打击方案进行优先排序,由此构建了
基于打击效果评估的航母子目标选择模型。实验证明:根据实际情况确定终止条件后,可以选择最优作战方案。
关键词:目标系统;子目标;航母;功能评估;遗传算法
中图分类号:E9
11 文献标识码:A 文章编号:
100
6-0
707(2
011)0
6-0
112-0

未来信息化战场中目标系统的子目标数量众多、情况复 1)分析。按照层次分析的原则,对目标系统进行逐层
杂,如何充分发挥我军优势,在最短的时间内以最小的代价 分析,并确立各子目标的目标属性权重。
进行重点打击,迅速瘫痪敌人目标系统作战结构而使敌我力 2)联系。根据所持有的武器性能参数指标对目标进行
量此消彼长,从而赢得比较优势、迅速克敌。在作战过程中, 打击,计算其物理毁伤程度,根据子目标的毁伤程度的关联
目标系统子目标的选择是完成作战任务、实现作战意图的基 度和灵敏度进行分析,确定目标系统的功能毁伤程度。
础,因此构建合理的目标系统效能评价体系,对目标系统下 3)整理。对于目标系统的各子目标的毁伤情况进行整
子目标进行选择打击也成为作战理论中的重要问题。 理规划,确定此次打击是否达到了战略目的。
本文以航母舰载机保障目标系统为例,在客观分析各子 1.
3 打击效果评估模型的建立
目标对目标系统的作战效能影响能力的基础上,利用遗传算 实际的系统目标毁伤评估建模需要根据具体的系统、目
法对各种选择方案进行择优决策,构建了基于打击效果评估 标的作战使命,结合目标易损性具体分析 [1-2],其创造性工
的航母子目标选择模型。 作主要集中在效能衰减模型的构造上。
子目标效能的衰减是子目标物理毁伤程度的映射,它是
1 打击效果评估模型 目标物理毁伤信息的函数。对于典型目标,其效能的衰减与
目标物理毁伤程度的映射关系是很清楚的。令目标的物理
以往对系统目标进行选择,然后针对某一子目标进行打 毁伤程度为 P(x
),目标初始效能值为 μ0(x
),与其物理毁伤
击,所注重的是物理毁伤程度,例如,对航母进行打击,只要 相对应的效能值为 μ(x),则目标的效能衰减程度与目标物
使航母的作战效能无法实现其作战目的就可以了,所以对航 理毁伤程度间存在关系
母目标研究应着眼于打击后航母的物理毁伤程度。显然是 μ0(x)-μ(x)
=f
{P(x
)} (1)
不够的,对目标系统而言,物理毁伤后,航母的某些功能可以 μ0(x)
继续使用。同样可以实现战略意图,因此,对目标系统的毁 映射关系式 f的具体表达式必须根据目标的使命,结合
伤研究不仅应注重于物理毁伤,更重要的是,根据目标打击 具体的作战环境分析,这里给出一种用指数法求取映射关系
顺序,对各目标进行打击,使其子目标毁伤的同时,系统目标 的方法。为此,引入效能衰减度的概念,用来衡量目标(或子
的功能也处于瘫痪状态。 目标)效能下降的程度,或用来表征武器装备不能正常发挥
1.
1 评估模型建立原则 作用的程度;效能衰减度是一个模糊量,可以用隶属度来表
系统目标毁伤评估的目标是用目标作战效能的变化情 示。显然不同的目标系统,效能衰减度的算法也不相同,通
况作为目标毁伤评估的评判依据。其途径是先计算目标的 常可取隶属函数为指数函数形式,即
物理毁伤效果,再经由目标物理毁伤与目标效能间的映射关 μ0(x)-μ(x)
=αex
p{βP(x)} (2)
系,获得目标效能衰减值与导弹武器毁伤效果的关系。以此 μ0(x)
为原则建立基于物理毁伤的作战效能量化模型。 式中:μ(x
)为效能衰减函数, 0≤μ(x)≤μ0(x)≤1;P(x
)为目
1.
2 系统目标毁伤效果评估方法 标的物理毁伤信息;α、β是常数,其值不仅取决于系统的需
系统目标毁伤评估的总体思路是分析、联系、整理。 求,也与毁伤效果指标的选取有关。在这里,着重研究不同

收稿日期:2
011-0
3-2 3
作者简介:崔震(1986—),男,硕士研究生,主要从事遥感影像信息解译研究;
杨桄(1975—),男,副教授,硕士生导师,主要从事遥感影像信息解译研究。
崔 震,等:基于打击效果评估的航母子目标选择模型 113

毁伤效果指标下,α、β的确定方法。 1.
4 航母子目标打击效果评估模型的建立
通过建立各个子目标的效能衰减函数,最后综合子目标 1)首先对航母舰载机作战保障系统进行分解,分解到
衰减结果,构建目标系统整体效能衰减效果,不同子目标打 最小子目标,如图 1所示为舰载机作战保障系统损伤树图,
击组合对目标系统效能衰减程度不同,如何寻求最优打击效 该目标系统主要分为四大部分:调度设施、指挥设施、降落设
果是子目标选择模型的关键,本文利用遗传算法对目标系统 施和弹射设施。每个部分都有相应子目标,如图 1所示。
效能衰减模型进行优化打击法案选择,即最优决策过程。

图 1 航母舰载机作战保障系统

2)建立基于物理毁伤的航母子目标效能衰减模型 涅尔透镜和降落区、停机区的效能衰减函数,分别令为 μ22,


根据子目标物理毁伤信息建立各自效能模型,利用李新 μ23,μ32。弹射设施、阻拦索、升降机的效能衰减函数可按下
其 [3]提供的方法将子目标处理为典型目标,故子目标功能损 式求取,分别令为 μ4,μ21,μ31。
伤程度可直接用其物理毁伤程度来判断,下面以岛形上层建 以此类推得到基于毁伤的降落系统的效能衰减模型,由
筑为例进行说明。令 S0 为岛形上层建筑相对于导弹来袭方 于阻拦装置、菲涅尔透镜和降落区三者是逻辑与关系,即只
向的投影面积,单发子母弹对投影区的毁伤面积为 Si,则 N 要三者中有一个被毁,舰载机将无法着舰。故降落设施的效
枚弹对岛形上层建筑的累积毁伤面积为 能衰减函数为 μ2 =μ21·μ22·μ23。基于毁伤的调度系统的

SN =∑ (Si -Δ) (3) 效能衰减模型由于升降机与停机区也是逻辑与关系,故调度


i=1
设施的效能衰减函数为 μ3 =μ31·μ32。
其中 Δ表示多发子弹对同区域的重复毁伤,通常为极小概率
1.
0, x<1

{
事件,可忽略不计。平均相对毁伤面积

槡 [ 槡2x], 1≤ x≤ 3
SN μ( x) = 1.
0-0.
2 ex
pI7
P(N) = (4) 7 n
SO
将其代入下式中 0.
0, x>3
3)航母整体效能与物理毁伤程度间的映射关系
1.0, p<0. 01
100 根据航母功能系统的结构关系,构建舰载机保障系统的


9 [
1.0-0.01×30 exp In30p, 0.01≤ p≤ 0.1
-1
] 整体效能衰减模型以 E表示保障 系 统 的 整 体 效 能 如 下 式
 3 5 所示:
μ( p) = 1.
槡5exp[ 5In 3p],
0-0.
3 0.
1<p≤ 0.

0.
0, 0≤ μ≤ 0. 1

{
 2
1.0- 5exp 10In 9p,
[ ] 0.
3<p≤ 0.
65 E( μ) = 1.
0-1.
28e
xp -I
[ n , 0.
μ ]
1<μ<0. 9
 18 3 5 0.
13
0, p>0.
65 1.
0, 0.
9≤ μ≤ 1.

得到岛形上层建筑基于毁伤的效能衰减函数即指挥系 式中 μ=μ1· μ2· μ3· μ4。目 标 系 统 的 功 能 损 伤 程 度
统的效能衰减函数,用 μ1 表示。用类似方法可分别求得菲 为P(μ)=1-E(μ)。
114 四川兵工学报 ht
tp://
scb
g.j
our
ser
v.c
om/


3 实验结果
2 遗传算法优化决策
通过以上编码实验得出数据情况如表 1。
2.
1 遗传算法基本知识
遗传算法实施过程中包括编码、产生群体、计算适应度、 表 1 实验数据
复制、交 换、突 变 等 操 作。概 括 地 讲,遗 传 算 法 主 要 执 行 进化 交叉 变异 解的
种群规模
4步 [4]: 代数 概率 概率 个数
1)随机地建立由字符串组成的初始群体;
2)计算各个体的适应度; 6
7×5
0×5
0×2
1 1
00 0.
5 0.
1 2
00
3)计算遗传概率,利用下述操作产生新群体:
① 复制,将已有的优良个体复制后添加到新群体中,删 从以上算例中看到,当种群规模为 6 7×5
0×5
0×2
1,进
除劣质个体; 化代数为 1 00时,保存在档案中的个体很有规律且均匀地排
② 交换,将选出的 2个个体进行交换,所产生的新个体 列在 Pa
ret
o最优面上(图 2)。再从这些解中选择代价最小
添入新群体中; 值,作为本次打击的方案。
③ 突变,随即地改变某一个体的某个字符后添入新群
体中。
4)反复执行 2)、
3),一旦达到终止条件,选择最佳个体
作为遗传算法的结果。
2.
2 遗传算法优化决策
由以上分析得到航母目标系统的功能损伤程度函数为
P(μ)=1-E(μ),μ为遗传算法的基本对象,因此第 1步要
对其进行遗传算法的编码过程,由于 μ=μ1·μ2·μ3·μ4,所
以编码过程也就是打击方案选择过程。具体编码过程为:μ1
一共有 6 7种不同情况,所以采用的二进制编码为 7位 1~67
种分别对应不同情况;μ2 有 50种不同情况,采用二进制 6位
图 2 个体的 Pa
ret
o最优面
表示;μ3 有 5
0种不同情况,采用二进制 6位表示;μ4 有 2
1种
不同情况,采用二进制编码 5位表示。将 μ1、μ2、μ3、μ4 的编
码连到一起就是目标函数的变量对象,共有 6 7×5 0×5 0×21
4 结束语
种情况。编码和目标函数确定后复制、交换和变异就可以按
以航母舰载机保障目标系统为例,在客观分析各种子目
既定的套路进行变换,产生新的种群,为后续计算做好准备。
标选择打击方案对航母目标系统的作战效能影响大小的基
μ1、μ2、μ3、μ4 的每一种编码情况都代表着每一类子目标
础上,结合实际需要设定结束条件,利用遗传算法对各种选
的打击选择情况。本文主要采用以 P(μ)=1-E(μ)为目标
择方案进行择优决策,构建了基于打击效果评估的航母子目
函数,功能毁伤达到或接近 6 5%为终止条件,即使得航母丧
标选择模型。本文提出的方法易于计算机实现,为作战中快
失战斗优势,使得这个战势向利于我军的方向发展。
速、科学、合理地选择作战目标,制定作战计划提供有效支
本文采用带存档策略的多目标优化遗传算法 [5]对航母
持,具有一定的军事应用价值。
子目标系统打击选择方案进行优化排序。
具体过程:
参考文献:
1)初始化,确定种群规模 N,交叉概率 Pc,变异概率 Pm
和终止进化准则;随机产生初始种群 μ= {μ′ 1,μ′
2,…,μ′
n}。
[1] Ka pl
anBJ ,Wllic
kDJ .ABDRa na
lys
isme t
hodol
ogyde
2)个体评价,利用 Pa ret
o秩的方法计算 μ中各个个体 vel
opmentre
quir
ements[R].[S.l.]:Logi
sti
cMa nag
ement
的适应度。 In
stit
ute
,1994:10-3 5.
3)种群进化 [2] Os t
enbergAP.Amo delofbat
tl
ed amageasses
smentin
① 选择,从 当 前 种 群 μ中 通 过 选 择 算 子 选 择 出 N个 commanda ndcont
rolwa r
far
e[R].[S.l.]:NavyGradu
ate
个体。 School
,1994:7-23.
② 交叉,从所选 N个个体中依概率 Pc 执行交叉运算, [3] 李新其,向爱红,李红霞.系统目标毁伤效果评估问题
并嵌入多目标线搜索算子。 研究[J ].兵器学报, 2008(1):5
7-6 2.
③ 变异,对 N个个体依概率 Pm 执行变异运算。 [4] 李莉.基 于 遗 传 算 法 的 多 目 标 寻 优 策 略 的 应 用 研 究
4)存档,从 t代 种 群 中 选 择 出 非 支 配 个 体 存 入 档 案 [D].无锡:江南大学, 2
0 0
5.
A(t
),并剔除档案 A(t)中被支配个体。 [5] 张雅波,刘庆怀,罗长童.基于存档策略的多目标优化
5)终止检验,如已满足终止准则(固定进化代数),则输 的遗传算法及其收敛性分析[J ].数学的实践与认识,
出档案 A(t
)中个体作为 Pa r
eto最优集的当前近似子集,终止 2009(1):37-4 2.
计算,否则置 t←t+1并转至 2)。 (责任编辑 陈 松)

You might also like