基于类型2区间模糊K近邻分类器的动态武器-目标分配方法研究

王　邑, 孙金标, 肖明清, 罗继勋

(1. 空军指挥学院战术系, 北京 100097; 2. 空军工程大学航空航天工程学院, 陕西 西安 710038)



基于类型2区间模糊K近邻分类器的动态武器-目标分配方法研究

王邑1, 孙金标1, 肖明清2, 罗继勋2

(1. 空军指挥学院战术系, 北京 100097; 2. 空军工程大学航空航天工程学院, 陕西 西安 710038)

摘要：动态武器-目标分配问题是战场指挥控制决策中的关键问题。由于动态武器-目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器-目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器-目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。

关键词：战术决策; 武器-目标分配; 类型2区间模糊K近邻分类器; 机器学习

0引言

武器-目标分配问题(weapon-target assignment, WTA)是战场指挥决策中的关键问题[1]。目前,研究重点在如何解决动态武器-目标分配问题上[2],即假设武器对威胁的分配是根据前一轮攻击战果的总结来得到的,考虑某个离散时间段的武器-目标分配,并必须在下一轮攻击之前给出明确的分配方案。这种在攻击间隙中进行的观察、决策、执行过程,其时间非常有限,因此,动态的武器-目标分配的解算时间应该在尽量短,越接近实时越好,这样,所有的行动才能与任务目的和战场环境约束相一致。……