论文部分内容阅读
随着现代信息技术、人工智能及新材料等技术的突飞猛进并广泛用于飞行器的飞行控制,无人机(Unmanned Aerial Vehicle,UAV)的发展日新月异,其中无人作战飞机(Unmanned Combat Aerial Vehicle,UCAV)已经从侦察、评估、监听及预警等支援装备,发展成为可以执行对地攻击、乃至对空作战任务的重要作战武器装备,并将最终成为改变战争进程的重要力量。当前主流攻击型无人机,如“彩虹-5”、“翼龙-Ⅱ”和“捕食者”等,在续航能力和载荷能力方面都得到了很大提升,可以挂载更多种类的武器、攻击多类不同的目标。此时,指挥员不仅要规划无人机打击目标的飞行路径,还需要优化无人机挂载的武器种类和数量,两类决策相互影响,使得UCAV的作战任务规划将变得更加复杂。鉴于此,本文针对多UCAV打击多目标任务规划的特点,构建了不同作战场景下考虑机载武器配置的多UCAV协同路径规划系列数学优化模型,并设计快速求解的构造型启发式算法和用于改进可行解的适应性大邻域启发式搜索算法,以辅助指挥员完成UCAV作战规划。论文主要工作及创新点如下:第一,对考虑武器资源配置的多UCAV路径规划问题进行了分析。首先,针对考虑武器资源配置的多UCAV路径规划问题的特点,分析了路径规划的基本要素及基本流程;而后,分析了多UCAV对地攻击的基本样式,从中提炼出多UCAV对地攻击的四种典型作战场景;随后,针对每类作战场景的特点,提出了多UCAV路径规划的概念模型和建模方法;最后,总结梳理了多UCAV路径规划的求解算法,在此基础上,确定了全文的算法求解思路和框架。第二,研究了考虑武器配置的单场站多UCAV协同路径规划问题。针对单场站多UCAV参与目标打击行动的作战特点,采用整数规划建模技术,构建了问题的整数规划模型,并结合问题及模型特点设计了“基于回路分割的启发式初始解构造算法”,用以构造一个较好的初始可行解,而后提出了两种适应性大邻域改进搜索算法,设计了 7种邻域结构,在迭代过程中,通过邻域结构算子调用权重的自适应学习,提高改进初始可行解的搜索效率。最后,通过10、20、50和100目标的四种规模的实验,对比分析了算法的性能,并通过与CPLEX的对比实验,验证了模型和算法的有效性。第三,研究了考虑武器配置及打击时间窗口的单场站多UCAV协同路径规划问题。针对单场站多UCAV参与固定时敏目标打击的作战特点,建立了问题的混合整数规划模型。针对加入时间窗口之后的问题特性设计了“基于路径合并的启发式初始解构造算法”,用于快速构造一个较好的初始可行解。然后,基于适应性大邻域启发式搜索算法框架,针对时间窗口特性,设计了 8个邻域结构算子,通过随机删除、子回路删除和贪婪插入等删除和插入操作,再结合算子自适应学习策略,不断改进初始可行解,并最终得到最优解(或近似最优解)。最后,通过小、中、大不同规模的对比实验,验证了构造型启发式算法和适应性大邻域启发式搜索算法的计算效率和求解效果。第四,研究了考虑武器配置的多场站多UCAV协同路径规划问题。针对多场站多UCAV协同作战的特点,建立了问题的整数规划模型,针对模型特点提出了“基于目标聚类的启发式初始解构造算法”用以构造一个较好的初始可行解。然后,给出了适应性大邻域启发式搜索算法框架,在前面章节研究的基础上,设计了“场站交换”、“区域间随机目标互交换”、“区域间邻近目标互交换”等多个邻域结构,用以进化初始可行解,并得到最终解,最后以一个实验案例的多组实验对模型和算法进行了实验验证。第五,研究了考虑武器配置及打击时间窗口的多场站多UCAV协同路径规划问题。针对多场站多UCAV参与固定时敏目标打击的协同作战特点,利用混合整数规划建模技术,构建了问题的混合整数规划数学模型。随后,提出了“基于能力划分的启发式初始解构造算法”,用于快速构造一个较好的初始可行解。然后,给出了适应性大邻域启发式搜索算法框架,用于将初始可行解进行不断优化,并得到最终解。最后,以一个实验案例的不同规模实验对数学模型和求解算法进行了验证。