基于粒子群算法的训练仿真想定优化生成方法.pdf
《基于粒子群算法的训练仿真想定优化生成方法.pdf》由会员分享,可在线阅读,更多相关《基于粒子群算法的训练仿真想定优化生成方法.pdf(11页珍藏版)》请在咨信网上搜索。
1、系统仿真学报系统仿真学报Journal of System Simulation第 35 卷第 9 期2023 年 9 月Vol.35 No.9Sep.2023基于粒子群算法的训练仿真想定优化生成方法基于粒子群算法的训练仿真想定优化生成方法龚建兴,王子沐*,杨奇龙(国防科技大学 智能科学学院,湖南 长沙 410073)摘要摘要:针对训练仿真想定中的训练效果不够理想的问题,为了获得训练效果更好的训练仿真想定,对训练仿真想定进行了优化,提出一种基于粒子群优化(PSO)算法的训练仿真想定生成方法。以改进威力场模型的态势评估方法为基础构建了适应度函数,在计算机仿真软件中结合改进的层次分析法(AHP)确
2、定能力权重参数;并以作战平台的属性具体实例化粒子,改进了粒子群算法求解训练仿真想定的优化方案。使用计算机仿真案例对方法进行验证,并在计算机仿真平台上比较了优化前后的训练仿真想定结果。结果表明:该方法能对训练仿真想定的难度进行调整,可有效帮助优化生成训练仿真想定,帮助解决训练仿真想定优化生成问题。关键词关键词:训练仿真想定;粒子群优化算法;适应度函数;威力场模型;层次分析法中图分类号:TP391 文献标志码:A 文章编号:1004-731X(2023)09-1860-11DOI:10.16182/j.issn1004731x.joss.23-0581引用格式引用格式:龚建兴,王子沐,杨奇龙.基于
3、粒子群算法的训练仿真想定优化生成方法J.系统仿真学报,2023,35(9):1860-1870.Reference format:Gong Jianxing,Wang Zimu,Yang Qilong.Training Simulation Scenario Generation Based on Particle Swarm OptimizationJ.Journal of System Simulation,2023,35(9):1860-1870.Training Simulation Scenario Generation Based on Particle Swarm Optimiz
4、ationGong Jianxing,Wang Zimu*,Yang Qilong(College of Intelligence Science,National University of Defense Technology,Changsha 410073,China)Abstract:The training effect in the training simulation scenario is not ideal.Therefore,in order to obtain the training simulation scenario with a better training
5、 effect,the training simulation scenario is optimized,and a training simulation scenario generation method based on the PSO algorithm is proposed.A fitness function is constructed based on the improved situation assessment method of the power field model,and the ability weight parameters are determi
6、ned by combining the improved AHP with computer simulation software;by instantiating particles with the attributes of the combat platform,the particle swarm optimization algorithm is improved to solve the optimization scheme of training simulation scenarios.The method is validated using computer sim
7、ulation cases,and the training simulation scenario results before and after optimization are compared on a computer simulation platform.The results show that this method can adjust the difficulty of training simulation scenarios,effectively help optimize the generation of training simulation scenari
8、os,and solve the optimization generation problem of training simulation scenarios.Keywords:training simulation scenario;PSO;fitness function;power field model;AHP收稿日期:2023-05-17 修回日期:2023-06-30第一作者:龚建兴(1976-),男,副研究员、博士,研究方向为作战仿真与任务规划。E-mail:fj_通讯作者:王子沐(1997-),男,硕士,研究方向为军事系统建模与仿真。E-mail:第 35 卷第 9 期20
9、23 年 9 月Vol.35 No.9Sep.2023龚建兴,等:基于粒子群算法的训练仿真想定优化生成方法http:/www.china-0引言引言开展基于仿真的作战训练是加强模拟化建设的重要手段,而仿真想定是进行作战仿真的基础,其构建需要一定的专业知识,为降低受训者的使用难度,通常一起提供作战仿真软件和一定的仿真想定库。考虑到想定库中想定有限,当训练多次的情况下,极易对同一想定进行重复多次训练,其训练效果无疑是不断下降的。这就需要对想定进行改变,根据历史的训练记录数据做出优化,比如在受训者多次出色完成训练任务的情况下上调任务难度,或者受训者多次未达成目标时下调难度,使得仿真想定与受训者的训练
10、水平更加契合。对此,本文提出综合利用基于改进威力场模型的态势分析方法和基于改进粒子群算法的仿真想定优化方法来进行仿真想定优化生成1。该方法首先以改进的威力场模型2为基础,构建了适应度函数,并通过计算机仿真软件结合层次分析法3确定参数;利用改进的粒子群算法求解想定的优化方案。1相关知识相关知识1.1 仿真想定优化问题分析仿真想定优化问题分析目前对仿真想定优化问题一般有两种解决方法4:一是从多个仿真想定组合中择优,其一般是在有多个仿真想定组件或多个仿真想定方案片段的条件下进行,其目的是选择最优的仿真想定组件或者最优仿真想定方案的组合,其作为备选的方案,其数量在实际上是有限的,这只是一系列排列组合中
11、的可列集。二是作为某种优化或者决策问题,一般还存在一系列的约束条件,通过求解该优化或决策问题得到相对“最优”的仿真想定方案,其备选方案在理论上是无限多的。第一类解决方法需要事先提供多个仿真想定组件或多个仿真想定方案片段,然后建立合适的评价体系以满足实际情况的需求,一般会参考根据具体的作战训练情况,最后再对多个仿真想定组件或多个仿真想定方案片段的组合中根据评价方法进行评价,最后确定符合解。缺点是其答案数量有限,对于实战的适应能力较差,对每一步的工作要求都较高。第二类方法的技术路线是:根据作战实际,建立优化目标函数,将作战中涉及的作战平台等一系列作为对象,将这些对象或对象的属性视为变量充分考察作战
12、实际情况,以现实条件下的约束作为约束条件,以一定的方法求解该目标函数的优解,以该优解下的对象属性再布置相应的仿真想定。利用这种方法,可以有效根据问题的环境变化,快速得出新的最优解,这是这类方法的主要优点。与第一类解决方法多采用经典的管理科学方法不同,第二类解决方法更多采用人工智能技术,常用的方法有模拟退火算法5,遗传算法6-7等。为了获得优化的仿真想定,本文拟采用粒子群算法进行第二类方法问题的求解。想定可优化的要素很多,包括兵力部署、作战编成编组、任务资源分配、目标打击排序等,由于兵力部署相对其他要素来说是仿真想定比较基本的要素,也是其他要素的支撑,因此本文主要侧重从兵力部署对训练仿真想定进行
13、优化生成。1.2 粒子群算法粒子群算法粒子群优化算法PSO8-9是一种进化计算技术,其灵感来自于对鸟类捕食行为的模仿研究10。这种算法的典型方法是生成一系列初始粒子,给予这些初始粒子随机属性,然后让粒子随机变化,再根据目标函数优化,其优化同时根据每个粒子自身的信息和整个粒子群间的共享信息进行。其一般数学描述为:设有数量为m的粒子,它 们 随 机 分 布 于 维 数 为 n 的 搜 索 空 间,xi=(xi1xi2xin)T为第i个粒子位置向量,其速度为 1861第 35 卷第 9 期2023 年 9 月Vol.35 No.9Sep.2023系统仿真学报Journal of System Sim
14、ulationhttp:/www.china-vi=(vi1vi2vin)T,其 个 体 极 值 为pi=(pi1pi2pim)T,种 群 的 全 局 极 值 为Pg=(Pg1Pg2Pgn)T。粒子i将按式(1)和(2)分别改变自身的速度和位置向量。vt+1id=vtid+c1r1(ptid-xtid)+c2r2(ptgd-xtid)(1)xt+1id=xtid+vt+1id(2)式中:d=12n;i=12m;m 为粒子的数量,即有多少粒子参加迭代;t为已经进行迭代的代数;r1和r2是介于0与1之间的随机数,由系统随机生成;c1和c2是两个常数,代表了两类信息影响的权重;vmax是粒子运动所能
15、达到的速度最大值,当vidvmax时,取vid=vmax;当vid-vmax时,取vid=-vmax;由此可见,式(1)代表的粒子速度更新主要由三部分决定:第一部分是粒子的惯性,其影响是根据上一步的粒子速度所维持的;第二部分是粒子根据自身信息所进行的变化;第三部分则是整个粒子群间通过信息的共享对所做运动进行的全局调整。2基于改进粒子群算法的训练仿真基于改进粒子群算法的训练仿真想定优化生成方法想定优化生成方法2.1 基于威力场势的适应度函数构建方法基于威力场势的适应度函数构建方法2.1.1 改进威力场模型的构建方法改进威力场模型的构建方法参考库伦力场模型类似地构建威力场模型的概念。作战空间中存在
16、多个作战平台,作战平台之间相互作用,这种作用可能是通过携带的武器或者施加的干扰手段,甚至可以是自身爆炸产生的,从而对作战空间产生影响,可以把这种影响称之为威力。而在作战空间中就存在了一个由威力形成的力场。威力场模型的提出参考了物理学中场的概念,作战空间中不同作战平台间不一定直接产生作用,但是相互间存在潜在影响,将这种影响视为场或者场中的势。更进一步,参考物理学中电场的电势概念,提出威力场势,以其大小来量化作战平台对作战空间所产生作用的潜在能力11。与库伦电场中由正负电荷产生的正负电势相类似,威力场中也由敌我双方不同阵营的作战平台产生不同的正负(威力场)势,一方为正,另一方为负,其计算方法相同。
17、威力场是通过作战平台对作战空间可能造成的影响产生的,这种影响是基于作战平台的各种能力而施加的。考虑一般作战平台所具备的能力,建立一个基础的作战平台威力场模型,其具有到达能力、攻击能力、探测能力、通信能力和干扰能力。威力场势的计算方法以对数评估法12和指数法13为基础。在三维空间坐标系中,作战空间中某处受某作战平台的威力场势的函数E,可以表示为与作战平台坐标(xyz)与空间某点位置坐标(xtytzt)相关的函数,即E=E(xyzxtytzt)=ER(EA+EI+ED+EC)(3)其中,ER,EA,EI,ED,EC分别代表不同能力。(1)到达能力系数ER到达能力系数表征作战平台的机动能力和目标位置
18、远近的关系,机动能力越强,与目标位置的距离越短,则其到达目标位置的能力越强,到达能力系数越大。同时,该系数还受到作战平台携带油料的限制。其计算公式为14ER=(DV)0.1sgn(Dmax-D)(DmaxD)0.2+0.15DmaxDmax-D(4)式中:D为战斗机与计算点距离;V为战斗机速度;Dmax为作战平台所能到达的最大航程。Sign函数为sgn(x)=1x0sgn(x)=0 x0(5)(2)攻击能力系数EA攻击能力系数表征作战平台的主战装备的杀伤性能,装备数量、装备单发杀伤性等都会影响作战平台的攻击能力。其计算公式为EA=ln(1+tAm)(6)1862第 35 卷第 9 期2023
19、年 9 月Vol.35 No.9Sep.2023龚建兴,等:基于粒子群算法的训练仿真想定优化生成方法http:/www.china-式中:Am为作战平台装备的各式装备的攻击能力因子,其计算公式为15Am=NPkln(1+Rmax R)(7)式中:N为该种武器的携带剩余数量;Pk为单次杀伤的杀伤概率;Rmax为该种装备的最大杀伤范围;R为作战平台和目标位置间的距离。(3)探测能力系数ED探测能力系数表征作战平台的探测能力,在现代化战争中,雷达探测设备和红外搜索装备是较为常见的探测装备,其战术性能直接影响作战平台的探测能力。探测能力系数的计算公式为ED=ln(1+Ar+AIR)(8)式中:Ar,A
20、IR分别为雷达探测能力因子和红外探测能力因子。雷达探测能力因子的计算方法为16Ar=S2TR4R2PTRK2(m1m2)0.05r0rSTR且R0其他情况(9)式中:STR为雷达扫描半径;R为雷达方位角;PTR为发现目标的概率;K2为雷达体制衡量系数,根据雷达的种类分别为0.6、0.8和1;m1为同时跟踪目标的最大值;m2为同时允许攻击目标的最大值。红外搜索设备的红外探测能力计算公式为15AIR=S2TIR4IR2PTRK2(m1m2)0.05r0rSTIR且IR0其他情况(10)式(10)与式(9)中的含义相似。不同的是K2为红外体制衡量系数,根据情况可以分别为0.6和1。(4)干扰能力系数
21、EI考虑到部分作战平台并不具备杀伤性能,承担的更多是探测、干扰的任务,故用干扰能力系数表征作战平台的干扰能力,一般分为有源干扰和无源干扰。其计算公式为EI=ln(1+ADISA+ADISP_b+ADISP_IR)(11)式中:ADISA、ADISP_b和ADISP_IR分别为有源干扰、箔条干扰弹和红外干扰弹的干扰能力因子。有源干扰因子的计算公式为13ADISA=PjGjnPfKDtj(Df+D)r(12)式中:Pj为干扰机发射功率;Gj为干扰天线增益;为天线波束宽度;为天线波束空间最大指向;n为雷达干扰系统同时进行有效干扰不同雷达数量;Pf为干扰机频率范围对被干扰雷达频率范围覆盖率;Dtj为干
22、扰机从接收到威胁雷达信号到发射射频干扰信号时间;Df为频率引导误差,D为方位引导误差,二者之和为引导误差;K为增益系数。箔条干扰弹干扰能力因子模型14:ADISP_b=NbPbbtb(13)式中:Nb为载机携带的箔条干扰弹的数量;Pb为箔条干扰弹成功发射的概率;b为单枚箔条干扰弹的有效反射面积;tb为箔条干扰弹的散开时间。红外干扰弹干扰能力因子模型14:ADISP_IR=NIRPIRIRtIR(14)式中:NIR为作战平台携带红外干扰弹数量;PIR为成功发射概率;IR为单枚干扰弹反射面积;tIR为干扰弹散开时间。(5)通信能力系数EC通信能力系数表征作战平台的通信能力的强弱,其计算公式为15E
23、C=ln(1+P1(R1DC1)0.3+P2(R2DC2)0.5)(15)式中:R1,R2为无线电通信和数据链的最大半径距离;DC1为作战飞机与无线电发射站间的距离;DC2为作战飞机距指挥中心距离;P1,P2分别为无线电通信设备和数据链通信设备的可靠性。参考库伦场中场的叠加,一个物理空间内的库伦场可以视为每一个电荷引起的电场的复合。威力场也由作战空间中各个作战平台引起的场复合而成。具体的,如我方及友方存在n个作战平台,每个作战平台产生的场势为Ei,取值为正,1863第 35 卷第 9 期2023 年 9 月Vol.35 No.9Sep.2023系统仿真学报Journal of System S
24、imulationhttp:/www.china-敌方存在m个作战平台,每个作战平台产生的场势Ej,取值为负。正场势由己方及友方相加:E+=i=1nEi(16)负场势由敌方相加:E-=j=1nEj(17)总场势为E=E+-E-(18)传统的威力场模型中,认为各能力对于威力场势的影响是相同的,因此,给予各能力系数相同的权重,但实际作战中,不同能力对作战的重要程度实际上不同的。本文提出基于改进层次分析法结合仿真结果计算各能力系数权重的方法。其中,很重要的一步就是通过专家系统获得各层次间的打分,往往要进行多轮打分才能获得一致的结果。而打分的过程实际上是一个较为主观的过程,这就导致获得的权重的主观性较
25、强。而在确定威力场的各能力系数的权重过程中,可以通过作战仿真结果来确定各能力间的重要性程度差别。一方面,作战仿真软件是大量军事领域专家对作战领域深刻分析建模的结果,其本身就可以代表专家的意见看法,另一方面,作战仿真软件进行仿真作战的过程又可以是相对客观的。比如在单机对抗的情况下,通过多次蒙特卡罗仿真17结果进行能力重要性的比较。如图1所示,设置红蓝双方各一架空对空战斗机,其初始默认性能相同,这时同时分别提高两架战斗机的一个不同能力,使其获得相同的能力系数因子的提升,如红方通过提高携带弹药的单发命中率提高攻击能力系数因子,蓝方通过提高干扰器的天线增益提高干扰能力系数因子。在这种情况下,作战获胜的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 粒子 算法 训练 仿真 想定 优化 生成 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。