作战任务优选建模及求解方法研究

doi:10.16182/j.issn1004731x.joss.21-0989

摘要/Abstract

摘要：

针对作战任务规划中的任务优选问题，结合属性图与影响网定义一种作战任务图，以描述任务、效果及其相互之间的关系。基于作战任务图构建任务优选模型，提出作战效果网络传播算法和资源约束判断算法，并利用改进的差分进化算法进行求解。实验结果表明，作战任务图能够形象地描述作战任务及效果之间的关系，而基于作战任务图的模型及求解方法具有可行性和有效性。

关键词: 作战任务优选, 作战任务规划, 属性图, 影响网, 差分进化

Abstract:

Aiming at the problem of tasks optimization in operation task planning, this paper defines an operational tasks graph based on property graph and influence network to describe tasks, effects and their relationship. The model of operational tasks optimization is constructed based on the operational tasks graph, and the effect network transmission algorithm and resource constraint judgment algorithm are proposed. The problem is solved by the improved differential evolution algorithm. The experimental result shows that the operational tasks graph can vividly describe the relationship between operational tasks and effects, and the model and solution method are feasible and effective.

Key words: operational tasks optimization, operation task planning, property graph, influence net, differential evolution

中图分类号:

TP301.6

马悦, 吴琳, 刘昀, 丁光照. 作战任务优选建模及求解方法研究[J]. 系统仿真学报, 2023, 35(3): 470-483.

Yue Ma, Lin Wu, Yun Liu, Guangzhao Ding. Research on Modeling and Solution Method of Operational Tasks Optimization[J]. Journal of System Simulation, 2023, 35(3): 470-483.

图/表 12

图1

表1

图2

图3

图4

图5

图6

图7

表2

表3

图8

图9

参考文献 13

1	胡晓峰, 齐大伟. 智能化兵棋系统: 下一代需要改变的是什么[J]. 系统仿真学报, 2021, 33(9): 1997-2009.
	Hu Xiaofeng, Qi Dawei. Intelligent Wargaming System: What will the Next Generation Need to be Changed[J]. Journal of System Simulation, 2021, 33(9): 1997-2009.
2	Barták R, Cepek O. Temporal Networks with Alternatives: Complexity and Model[C]// Twentieth International Florida Artificial Intelligence Research Society Conference. Key West, Florida, USA: DBLP, 2007: 641-646.
3	张迎新. 不确定环境下军事任务计划建模与优化方法研究[D]. 长沙: 国防科学技术大学, 2014.
	Zhang Yingxin. Research on Modeling and Optimization Methods for Military Mission Planning under Uncertainty[D]. Changsha: National University of Defense Technology, 2014.
4	王锐. 基于网络计划图的联合作战方案建模与分析[D]. 长沙: 国防科学技术大学, 2018.
	Wang Rui. Modeling and Analysis of Joint Operations Based on Network Planning Diagram[D]. Changsha: National University of Defense Technology, 2018.
5	肖海, 刘新学, 舒健生, 等. 基于扩展HTN规划的作战任务分析方法[J]. 火力与指挥控制, 2016, 41(9): 108-111.
	Xiao Hai, Liu Xinxue, Shu Jiansheng, et al. Research on Operational Task Analysis Method Based on Extended HTN Planning[J]. Fire Control & Command Control, 2016, 41(9): 108-111.
6	赵佳然, 杜伟伟, 石昊. 基于扩展HTN的作战任务混合策略分解方法[J]. 兵器装备工程学报, 2020, 41(11): 177-181.
	Zhao Jiaran, Du Weiwei, Shi Hao. Hybrid Strategy Decomposition Method for Combat Missions Based on Extended HTN[J]. Journal of Ordnance Equipment Engineering, 2020, 41(11): 177-181.
7	田伟, 王志梅, 段威. 基于随机时间影响网络的联合火力打击动态武器目标分配问题研究[J]. 指挥控制与仿真, 2020, 42(6): 32-40.
	Tian Wei, Wang Zhimei, Duan Wei. Research on Dynamic Weapon Target Assignment Problem in Joint Fire Strike Based on Stochastic Time Influence Network[J]. Command Control ＆ Simulation, 2020, 42(6): 32-40.
8	朱延广, 张新宇, 张驭龙, 等. 基于影响网络的混合约束作战方案优化方法[J]. 计算机仿真, 2017, 34(7): 22-26.
	Zhu Yanguang, Zhang Xinyu, Zhang Yulong, et al. Influence Nets Based Course of Action Optimization under Combinational Constraints[J]. Computer Integrated Manufacturing Systems, 2017, 34(7): 22-26.
9	Zeng Li, Li Zili, Wu Tong, et al. Mapping Knowledge Domain Research in Big Data: From 2006 to 2016[C]// International Conference on Data Mining and Big Data. Fukuoka, Japan: Springer, Cham, 2017: 234-246.
10	王保魁, 吴琳, 胡晓峰, 等. 基于知识图谱的联合作战态势知识表示方法[J]. 系统仿真学报, 2019, 31(11): 2228-2237.
	Wang Baokui, Wu Lin, Hu Xiaofeng, et al. Knowledge Representation Method of Joint Operation Situation Based on Knowledge Graph[J]. Journal of System Simulation, 2019, 31(11): 2228-2237.
11	余伟, 梁恒辉, 罗映. 一种改进差分进化算法的分数阶系统辨识研究[J]. 系统仿真学报, 2021, 33(5): 1157-1166.
	Yu Wei, Liang Henghui, Luo Ying. An Improved Differential Evolution Algorithm for Fractional Order System Identification[J]. Journal of System Simulation, 2021, 33(5): 1157-1166.
12	Zhang J Q, Sanderson A C. JADE: Adaptive Differential Evolution with Optional External Archive[J]. IEEE Transactions on Evolutionary Computation (S1089-778X), 2009, 13(5): 945-958.
13	于鸿源, 叶雄兵. 基于复杂网络理论的作战计划时域协同方法研究[J]. 军事运筹与系统工程, 2019, 33(4): 20-26.
	Yu Hongyuan, Ye Xiongbing. Organizing Operational Coordination in the Time Dimension Based on Characteristics of Complex Network[J]. Military Operations Research and Systems Engineering, 2019, 33(4): 20-26.

参数	作用
U	描述了子节点执行时，对其父逻辑效果节点的促进程度, 取值范围为[0, 1]。当U=1时，表示子节点执行时将导致父逻辑效果节点发生；当U=0时，表示子节点执行时对父逻辑效果节点没有影响
V	描述了子节点不执行时，对其父逻辑效果节点的促进程度, 取值范围为[0, 1]。当V=1时，表示子节点不执行时将导致父逻辑效果节点发生；当V=0时，表示子节点不执行时对父逻辑效果节点没有影响

类型	名称
作战任务	舰艇扫雷，陆上扫雷，空对地压制机场，空对地压制防空阵地，空中护航，海上护航，舰导攻击，空中兵力输送，舰船兵力输送，空中反潜，海上反潜，空对地打击，地面部队夺占区域，地面部队进攻，地面部队防御，特战爆破，空任务
敌方威胁	敌空对舰打击，敌舰对舰打击，敌防空打击，敌空中拦截，敌潜艇攻击，敌岸导打击，敌远火打击，敌地面部队进攻，敌地面部队防御，敌地面部队反冲击

类型	数量	类型	数量
C₁	18	C₇	36
C₂	2	C₈	14
C₃	288	C₉	18
C₄	192	C₁₀	1
C₅	70	C₁₁	1
C₆	40	C₁₂	40

[1]	余伟, 梁恒辉, 罗映. 一种改进差分进化算法的分数阶系统辨识研究[J]. 系统仿真学报, 2021, 33(5): 1157-1166.
[2]	孙灿, 周新宇, 王明文. 一种融合邻域搜索的多策略差分进化算法[J]. 系统仿真学报, 2020, 32(6): 1071-1084.
[3]	梅盼盼, 吴亮红, 张红强, 王慧莹. 含风电电力系统动态经济调度的差分纵横交叉优化[J]. 系统仿真学报, 2020, 32(6): 1179-1187.
[4]	王艳, 丁宇. 动态柔性作业车间优化调度与决策方法[J]. 系统仿真学报, 2020, 32(11): 2073-2083.
[5]	董泽, 马宁. 差分量子粒子群算法的分数阶混沌系统参数估计[J]. 系统仿真学报, 2019, 31(8): 1664-1673.
[6]	林雨谷, 王艳. 离散车间能效数据挖掘及调度优化[J]. 系统仿真学报, 2019, 31(12): 2702-2711.
[7]	王杰, 陈彬, 袁鹏, 马亮, 邱晓刚. 数据驱动的最优互惠避碰模型偏好速度研究[J]. 系统仿真学报, 2019, 31(12): 2731-2739.
[8]	熊印国. 相对变换KPCA的变压器油击穿电压预测建模[J]. 系统仿真学报, 2018, 30(5): 1657-1664.
[9]	张静华, 韩璞. 多算法多种群协同优化差分进化算法[J]. 系统仿真学报, 2018, 30(5): 1690-1699.
[10]	周颖, 陈阳, 岳彬. 改进的模型参考自适应在磨矿过程中的应用[J]. 系统仿真学报, 2018, 30(4): 1608-1614.
[11]	陈文杰, 王艳. 离散制造过程生产协同能耗优化调度方法[J]. 系统仿真学报, 2018, 30(11): 4367-4375.
[12]	李芹, 张浩, 彭道刚, 郭义波, 王念龙, 孙宇贞. 基于改进差分算法的电站锅炉主蒸汽温度多变量建模研究[J]. 系统仿真学报, 2017, 29(8): 1712-1718.
[13]	张妍, 王东风, 韩璞. 基于IDE-LSSVM的风电场短期风速预测[J]. 系统仿真学报, 2017, 29(7): 1561-1571.
[14]	刘增良, 周松林, 周同旭. 基于IDE-WNN的短期风电功率预测及概率评估[J]. 系统仿真学报, 2016, 28(2): 476-482.
[15]	徐小平, 白博, 钱富才. 基于改进差分进化算法的Wiener模型辨识[J]. 系统仿真学报, 2016, 28(1): 147-153.