[发明专利]一种面向推演仿真的行动策略预判方法及系统

权利要求书

1.一种面向推演仿真的行动策略预判方法，其特征在于，包括：

基于智能对抗推演仿真系统获取对抗方装备及其初始部署位置，并将所述对抗方各装备及其部署位置作为备选行动策略；

将所述备选行动策略与预先存储的所有的对抗方行动策略进行比对，当所述备选行动策略与预先存储的对抗方行动策略都不相同时，所述备选行动策略被确认为对抗方的一个新行动策略意图；

所述对抗方行动策略包括：装备及各装备的初始部署位置；所述存储的所有的对抗方行动策略包括：历史推演发现并存储的对抗方行动策略；

所述基于智能对抗推演仿真系统获取对抗方装备及其初始部署位置包括：

在所述智能对抗推演仿真系统开始执行对抗时获取对抗方所有装备，以及各装备的坐标位置；

所述备选行动策略以各装备编号以及各装备的坐标位置顺序组成的数组向量进行表示；

所述坐标位置包括二元数组或三元数组；

所述将所述备选行动策略与预先存储的所有的对抗方行动策略进行比对，当所述备选行动策略与预先存储的对抗方行动策略都不相同时，所述备选行动策略被确认为对抗方的一个新行动策略，包括：

步骤1：从对抗方行动策略列表中选取第一个行动策略；

步骤2：以当前选取行动策略中各装备编号以及各装备的坐标位置顺序组成的数组向量对所述当前选取行动策略进行表示；

步骤3：计算所述备选行动策略与当前选取行动策略的欧氏距离；

步骤4：基于欧氏距离判定所述行动策略与当前选取行动策略的相似度；

步骤5：当相似度在设定阈值范围内，所述备选行动策略与当前选取行动策略为同一策略或相近策略，结束比对；否则，执行步骤6；

步骤6：判断行动策略列表中是否还有未被选取的行动策略，若有，则继续从行动策略列表中获取下一个行动策略，并执行步骤2；若没有，则所述行动策略被确认为对抗方的一个新行动策略，结束比对；

其中，所述对抗方行动策略以行动策略列表的形式存储；

所述计算所述备选行动策略与当前行动策略的欧氏距离，包括：

分别计算所述行动策略对应的数组向量和当前行动策略对应的向量数据中各装备间的欧氏距离；

以各装备重要性进行加权，计算所述行动策略对应的数组向量和当前行动策略对应的数组向量间的欧氏距离；

当坐标位置为二元数组时，所述各装备在不同策略间的欧氏距离的计算式如下：

式中，为对抗方s的装备n在所述备选行动策略i与当前行动策略j间的欧氏距离；分别为所述备选行动策略i和当前行动策略j在x轴的坐标位置；分别为所述备选行动策略i和当前行动策略j在y轴的坐标位置；

当坐标位置为三元数组时，所述各装备在不同策略间的欧氏距离的计算式如下：

式中，分别为所述备选行动策略i和当前行动策略j在z轴的坐标位置；

所述数组向量间的欧氏距离计算式如下：

式中，为对抗方s的装备n在所述备选行动策略i与当前行动策略j间的欧氏距离；为策略i和j的两个数组向量间的加权欧氏距离；为s方装备n在s方所有装备中的权重；

所述相似度的计算式如下：

式中，f为相似度；为策略i和j的两个数组向量间的加权欧氏距离；为s方所述备选行动策略i对应的数组向量到所在坐标系原点的距离；为s方当前行动策略j对应的数组向量到所在坐标系原点的距离。

2.如权利要求1所述的方法，其特征在于，所述对抗方行动策略中装备的初始部署位置为坐标位置；

所述坐标位置包括：二元数组或三元数组。

3.如权利要求1所述的方法，其特征在于，当所述备选行动策略被确认为对抗方的新行动策略之后还包括：

将所述新行动策略存储于对抗方行动策略列表中。

4.一种面向推演仿真的行动策略预判系统，其特征在于，包括：

部署位置确认模块，用于基于智能对抗推演仿真系统获取对抗方装备及其初始部署位置，并将所述对抗方各装备部署位置作为备选行动策略；

行动策略确认模块，用于将所述备选行动策略与预先存储的所有的对抗方行动策略进行比对，当所述备选行动策略与预先存储的的对抗方行动策略都不相同时，所述备选行动策略被确认为对抗方的一个新行动策略意图；

所述对抗方行动策略包括：装备及各装备的初始部署位置；所述存储的所有的对抗方行动策略包括：历史推演发现并存储的对抗方行动策略；

所述基于智能对抗推演仿真系统获取对抗方装备及其初始部署位置包括：

在所述智能对抗推演仿真系统开始执行对抗时获取对抗方所有装备，以及各装备的坐标位置；

所述备选行动策略以各装备编号以及各装备的坐标位置顺序组成的数组向量进行表示；

所述坐标位置包括二元数组或三元数组；

所述将所述备选行动策略与预先存储的所有的对抗方行动策略进行比对，当所述备选行动策略与预先存储的对抗方行动策略都不相同时，所述备选行动策略被确认为对抗方的一个新行动策略，包括：

步骤1：从对抗方行动策略列表中选取第一个行动策略；

步骤2：以当前选取行动策略中各装备编号以及各装备的坐标位置顺序组成的数组向量对所述当前选取行动策略进行表示；

步骤3：计算所述备选行动策略与当前选取行动策略的欧氏距离；

步骤4：基于欧氏距离判定所述行动策略与当前选取行动策略的相似度；

步骤5：当相似度在设定阈值范围内，所述备选行动策略与当前选取行动策略为同一策略或相近策略，结束比对；否则，执行步骤6；

步骤6：判断行动策略列表中是否还有未被选取的行动策略，若有，则继续从行动策略列表中获取下一个行动策略，并执行步骤2；若没有，则所述行动策略被确认为对抗方的一个新行动策略，结束比对；

其中，所述对抗方行动策略以行动策略列表的形式存储；

所述计算所述备选行动策略与当前行动策略的欧氏距离，包括：

分别计算所述行动策略对应的数组向量和当前行动策略对应的向量数据中各装备间的欧氏距离；

以各装备重要性进行加权，计算所述行动策略对应的数组向量和当前行动策略对应的数组向量间的欧氏距离；

当坐标位置为二元数组时，所述各装备在不同策略间的欧氏距离的计算式如下：

式中，为对抗方s的装备n在所述备选行动策略i与当前行动策略j间的欧氏距离；分别为所述备选行动策略i和当前行动策略j在x轴的坐标位置；分别为所述备选行动策略i和当前行动策略j在y轴的坐标位置；

当坐标位置为三元数组时，所述各装备在不同策略间的欧氏距离的计算式如下：

式中，分别为所述备选行动策略i和当前行动策略j在z轴的坐标位置；

所述数组向量间的欧氏距离计算式如下：

式中，为对抗方s的装备n在所述备选行动策略i与当前行动策略j间的欧氏距离；为策略i和j的两个数组向量间的加权欧氏距离；为s方装备n在s方所有装备中的权重；

所述相似度的计算式如下：

式中，f为相似度；为策略i和j的两个数组向量间的加权欧氏距离；为s方所述备选行动策略i对应的数组向量到所在坐标系原点的距离；为s方当前行动策略j对应的数组向量到所在坐标系原点的距离。