[發明專利]一種基于雙層粒子群優化的任務規劃方法

在審

• 申請號: 202010058065.7
• 申請日: 2020-01-18
• 公開（公告）號: CN111369101A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 程光權;黃魁華;施偉;陳超;孫博良;杜航;黃亭飛
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06N3/00
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 祁建國

本發明公開了一種基于雙層粒子群優化的任務規劃方法，包括以下步驟：步驟1，獲取作戰任務相關數據，目標任務、導彈性能參數指標、戰場環境參數、后勤保障條件和我方兵力部署情況；步驟2，分別建立上層規劃模型和下層規劃模型；步驟3，采用雙層粒子群算法對兩層規劃模型聯合優化；步驟4，獲得優化后的任務執行方案。本發明考慮上下兩層的目標函數以及約束條件，提出了一種上下兩層聯合規劃的框架，且利用粒子群算法對兩層進行聯合規劃，使得規劃出來的任務同時符合上下兩層的實際需求，在實際應用中具有較好的規劃效果和較小的時間復雜度，能夠很好的應用于此類任務規劃問題。

技術領域

本發明屬于作戰任務規劃領域，具體涉及一種基于雙層粒子群優化的任務規劃方法。

背景技術

現代戰爭依靠其高度信息化的網絡環境，能夠快速收集戰場上瞬息萬變的態勢信息，例如敵我兵力數量、武器裝備部署以及包含大量不確定因素的突發事件。現代戰爭時效性強、信息量大，給作戰任務規劃帶來沉重負擔，因此使用人工智能來生成作戰規劃方案成為當前發展趨勢。作戰任務是一個涉及眾多不確定因素、具有特定軍事規則和知識的復雜任務網絡。一個好的作戰任務規劃方法，必須滿足在接收戰場態勢和任務目標后，能夠快速、準確地輸出行動方案，并且盡量滿足全局優化。

然而，目前大多數的作戰任務規劃往往只能取得局部最優解，例如集團軍層級下達給師團層級的作戰任務，經過優化算法處理后生成的作戰計劃，也許只達到了師團層級的最優解，但所得參數并不一定滿足集團軍層級的最優方案。因此，研究“在新的作戰樣式中，如何進行作戰任務規劃，實現多個指揮層級聯動作業、全局最優”的問題，具有十分實用的意義。

當前的作戰任務規模逐漸變大，結構越來越復雜，層次性也逐漸突顯出來，在實際生活中，不可避免地，任何一個部門的決策都受到上級或下級的影響，如果只使用單層規劃方法就不能全面分析、解決問題。因此為了實現作戰任務規劃的全局最優，必須改變原有的單層規劃方式，按照實際決策機構的框架，形成不同層級的目標函數和約束函數，進而科學高效地求解這類優化問題。

發明內容

有鑒于此，本發明的目的在于提供一種基于雙層粒子群優化的任務規劃方法，所述方法充分考慮上下兩層的目標函數以及約束條件，提供了一種上下兩層聯合規劃的框架，使得規劃出來的任務同時符合上下兩層的實際需求，達到任務均衡優化的目的。

基于上述目的，一種基于雙層粒子群優化的任務規劃方法，包括以下步驟：

步驟1，獲取作戰任務相關數據，環境數據，包括目標任務、導彈性能參數指標、戰場環境參數、后勤保障條件、我方兵力部署情況；

步驟2，分別建立上層規劃模型和下層規劃模型；

步驟3，采用雙層粒子群算法對兩層規劃模型聯合優化；

步驟4，獲得優化后的任務執行方案。

具體地，所述的上層規劃模型的目標函數為：

F(ammo_n，dis)代表廣義毀傷效果函數，F₁(ammo_n，dis)代表單位彈藥量對敵毀傷效果，F₂(ammo_n，dis)代表道路選取對作戰效果的影響函數，三個函數都是關于耗彈量ammo_n和部隊機動距離dis的函數；

其中p5表示單位彈藥量對敵造成毀傷的概率；dis表示部隊機動距離；dis_max表示不同路徑中部隊機動距離的最大值；N表示不同路徑對應不同的衛星過頂次數；K表示不同路徑對應不同的保障力系數；cir表示不同的路況系數。

約束條件為：