[发明专利]一种空中目标自主分配方法及系统

权利要求书

1.一种空中目标自主分配方法，其特征在于，包括：

步骤1：创建空中目标自主分配的专家系统及所述专家系统所需的训练集，将所述训练集分配为输入数据训练子集和输出数据训练子集；

步骤2：利用所述训练集训练所述专家系统；

步骤3：接收目标威胁度数据和武器单元对目标的毁伤概率数据，利用训练好的专家系统、目标威胁度数据和武器单元对目标的毁伤概率数据，获取初始分配方案；

步骤4：利用所述初始分配方案初始化粒子群优化算法中的粒子群初始位置；

步骤5：根据所述粒子群初始位置，采用粒子群优化算法迭代更新分配方案，直到迭代次数达到预设上限，得到空中目标分配方案。

2.根据权利要求1所述的一种空中目标自主分配方法，其特征在于，所述训练集的创建和分配方法为：

步骤1.11：建立空中目标自主分配模型；

步骤1.12：将所述空中目标自主分配模型转化为无约束优化模型；

步骤1.13：创建空中目标分配的输入数据样本；

步骤1.14：针对所述输入数据样本中的每条样本数据，利用所述无约束优化模型和粒子群优化算法获取每条样本数据的分配方案；

步骤1.15：按照所述步骤1.14的方法重复执行τ次，得到每条样本数据的τ个分配方案；

步骤1.16：针对所述输入数据样本中的每条样本数据，从τ个分配方案中筛选出最优分配方案；

步骤1.17：将筛选出的每条样本数据的最优方案存入所述输出数据训练子集，将所述输入数据样本存入所述输入数据训练子集，完成所述输入数据训练子集和所述输出数据训练子集的创建和分配。

3.根据权利要求2所述的一种空中目标自主分配方法，其特征在于，

所述空中目标自主分配模型为：

其中，F(m,n,v_j,p_ij)为指标函数，C_t为约束条件，m为空中目标数量，n为武器单元数量，v_j(j＝1,2,...,m)为目标威胁度，p_ij(i＝1,2,...,n；j＝1,2,...,m)为武器单元i对空中目标j的毁伤概率x_ij为决策变量，x_ij＝1表示目标j分配给武器单元i；

所述步骤1.12具体为：定义辅助函数将所述辅助函数引入所述空中目标自主分配模型的目标函数，得到所述无约束优化模型；所述无约束优化模型的目标函数为：其中，φ为辅助系数，φ≥10³。

4.根据权利要求2所述的一种空中目标自主分配方法，其特征在于，所述输入数据样本包括Υ条样本数据，每条样本数据包括多个目标威胁度数据和多个毁伤概率数据。

5.根据权利要求2所述的一种空中目标自主分配方法，其特征在于，所述步骤1.14包括：

S1：采用基于实数的编码方式，对每条样本数据中所有样本数据的解进行位置编码，得到每条样本数据的粒子群，每个粒子包括位置矢量信息和速度矢量信息；

S2：初始化每条样本数据的粒子群；

S3：迭代更新每条样本数据的粒子群，直到迭代次数达到预设上限，得到每条样本数据的分配方案。

6.根据权利要求1所述的一种空中目标自主分配方法，其特征在于，所述专家系统包括多个子系统，子系统的个数与武器单元的数量相等，每个子系统以所述输入数据训练子集作为系统输入；每个子系统包括多个堆叠的自适应神经模糊推理系统；每个自适应神经模糊推理系统以所述输出数据训练子集作为期望输出，以高斯函数作为输入隶属度函数。

7.一种空中目标自主分配系统，其特征在于，包括：专家系统创建模块，用于创建空中目标自主分配的专家系统；训练集创建模块，用于创建训练所述专家系统所需的训练集；专家系统训练模块，用于利用所述训练集对所述专家系统进行训练；粒子群解算模块，用于根据粒子群优化算法进行数据解算，获取分配方案；输出模块，用于输出粒子群解算模块得到的空中目标分配方案。

8.根据权利要求7所述的一种空中目标自主分配系统，其特征在于，所述训练集创建模块包括：输入数据训练子集创建单元，输出数据训练子集创建单元；

所述输入数据训练子集创建单元，用于创建并存储空中目标分配的输入数据样本；

所述输出数据训练子集创建单元包括：

模型创建子单元，用于建立空中目标自主分配模型；

模型转化子单元，用于将空中目标自主分配模型转化为无约束优化模型；

样本数据求解子单元，用于针对所述输入数据样本中的每条样本数据，利用所述无约束优化模型获取每条样本数据中所有样本数据的解；

执行控制子单元，用于执行循环操作，获取每条样本数据的多个分配方案；

最优方案筛选子单元，用于从每条样本数据的多个分配方案中筛选出最优分配方案；

数据存储子单元，用于存储每条样本数据的最优分配方案。