[发明专利]一种基于归纳法的异构武器目标分配方法

权利要求书

1.一种基于归纳法的异构武器目标分配方法，其特征在于包括下述步骤：

步骤一：设计异构武器目标分配评价模型；

以目标毁伤概率与对应价值的乘积最大化为目标函数，构建异构武器目标分配的非线性整数规划模型；

步骤二：设计基于归纳法的异构武器目标分配算法模型；

以武器目标分配决策矩阵X的元素之和，即所分配武器的数量总和L作为归纳递推的级数：

令初始武器目标分配决策矩阵为空，即初始分配武器数量为零；当L＝1时，表示此时需要将武器库中的某一枚武器分配给某一个目标；分别令x_ij＝1，并计算对应的目标函数值，找到目标函数值最大的预分配方案作为当前归纳递推级数下的最佳分配方案并执行；依次类推，当L＝R时，则在L＝R-1时的武器目标分配决策矩阵的基础上，再分配一枚武器，根据试探法武器与目标的预分配方案的目标函数值排序结果，得到目标分配武器数量总和为R时的最优配对；其中，R＝1,2,…,K，K代表武器数量总和。

2.根据权利要求1所述的基于归纳法的异构武器目标分配方法，其特征在于：

所述设计异构武器目标分配评价模型的步骤为：

以目标毁伤概率与对应价值的乘积最大化为目标函数，构建异构武器目标分配的非线性整数规划模型；

做出如下三点假设：

假设一：同种类型的武器对同种类型的目标毁伤概率相同，有W种类型的武器和T种类型的目标，则第s类武器对第d类目标的毁伤概率为p_sd，s＝1,2,…,W，d＝1,2,…,T；

假设二：不同类型目标的综合毁伤概率要求不同，对T类目标中每一类的的综合毁伤概率期望值分别为C₁,C₂,…,C_T；

假设三：一枚武器只能打击一个目标，但多个武器能够同时攻击一个目标；

现有M个平台分别为U₁,U₂,…,U_M，各个平台U₁,U₂,…,U_M的武器数量分别为S₁,S₂,…,S_M，T类目标的数量分别为G₁,G₂,…,G_T，价值分别为V₁,V₂,…,V_T；

将武器依次编号为W₁,W₂,…,W_K，其中K代表武器数量总和：

将目标依次编号为T₁,T₂,…,T_N，其中N代表目标数量总和：

以目标毁伤概率与对应价值的乘积最大化为目标函数，构建异构武器目标分配的非线性整数规划模型为：

其中，X＝[x_ij]_K×N代表武器目标分配决策矩阵；V_j代表目标T_j的价值；p_ij代表武器W_i对目标T_j的毁伤概率；x_ij＝1代表分配武器W_i打击目标T_j，x_ij＝0代表未分配武器W_i打击目标T_j；C_j代表对目标T_j期望的毁伤概率值。

3.根据权利要求2所述的基于归纳法的异构武器目标分配方法，其特征在于：

所述步骤二的运行步骤如下：

第1步：置k＝0，初始令归纳法的递推级数L＝0，初始最优武器目标分配决策矩阵为：

X_opt,L＝0＝{x_ij|x_ij＝0}_{i＝1,2,…,K；j＝1,2,…,N}

其中下标opt代表X_opt,L＝0是L＝0时的最优武器目标配对方案，初始方案X_opt,L＝0对应的目标函数值为Z(X_opt,L＝0)＝0；

第2步：置k加1，若k等于K，则结束递推，武器目标分配决策方案为X_opt,L＝k；否则顺序执行第3步；

第3步：试探法武器预分配；

将武器W_i分配给目标T_j，得到K·N个武器目标预分配方案：

其中是L＝k时的一个武器目标预分配方案；

其中下标μ、ξ表示武器编号，下标υ、η表示目标编号；

第4步：计算预分配方案对应的目标函数值对不满足约束条件的预分配方案引入惩罚机制：

第5步：对预分配方案对应目标函数值排序，选择目标函数值最大的预分配方案作为递推级数L＝k时的最优武器目标分配决策方案X_opt,L＝k，目标函数值最大的预分配方案为则：

其中下标g和h分别表示武器和目标的编号；

第6步：判断归纳递推级数L＝k时的最优武器目标分配决策方案是否满足目标毁伤概率要求，若下式均成立，则结束递推；

最佳武器目标分配决策方案为X_opt,L＝k；否则返回第2步。