基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对常规联合火力打击任务规划方法很少涉及敌我对抗,导致评估环境发生变化的问题,提出一种基于敌我对抗进化的智能对抗进化算法.该算法以遗传算法为基础,将模拟生物竞争机制引入敌我双种群,互为评估条件实施对抗进化.依据敌我战场态势图构建观察-判断-决策-打击(OODA)超网络,计算OODA循环效率、确定敌我打击排序,通过多代对抗进化获得能够适应战场动态变化的任务规划最优个体.仿真结果表明:多代进化后的最优个体相比于标准优化结果,战场动态适应性更强,联合火力打击胜率更高,应对突发情况的响应机制更完善,能够有效地解决联合火力打击任务规划的评估优化问题.
推荐文章
基于对抗进化的联合火力打击任务规划
联合火力打击
任务规划
对抗进化
遗传算法
超网络
OODA环
基于进化粒子群算法的联合火力打击任务规划方法
进化粒子群算法
联合作战
火力打击任务规划
遗传算法
熵权法
理想点法
基于竞争蛙跳算法的联合火力打击任务规划方法
蛙跳算法
遗传算法
联合作战
火力打击任务规划
智能优化
熵权法
理想点法
基于改进熵权法的联合火力打击任务规划综合评估
熵权法
层次分析法
联合作战
火力打击任务规划
综合评估
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于智能对抗进化的联合火力打击任务规划方法
来源期刊 兵工学报 学科 军事
关键词 联合火力打击 任务规划 智能对抗进化 遗传算法 超网络 观察-判断-决策-打击循环 人工智能
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 1287-1296
页数 10页 分类号 E837
字数 7657字 语种 中文
DOI 10.3969/j.issn.1000-1093.2019.06.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘昊 国防大学联合作战学院 9 3 1.0 1.0
2 张策 国防大学联合作战学院 3 1 1.0 1.0
3 丁文韬 国防大学研究生院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (135)
共引文献  (97)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(23)
  • 参考文献(0)
  • 二级参考文献(23)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(18)
  • 参考文献(1)
  • 二级参考文献(17)
2012(14)
  • 参考文献(0)
  • 二级参考文献(14)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(11)
  • 参考文献(4)
  • 二级参考文献(7)
2015(8)
  • 参考文献(3)
  • 二级参考文献(5)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
联合火力打击
任务规划
智能对抗进化
遗传算法
超网络
观察-判断-决策-打击循环
人工智能
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
兵工学报
月刊
1000-1093
11-2176/TJ
大16开
北京2431信箱
82-144
1979
chi
出版文献量(篇)
5617
总下载数(次)
7
总被引数(次)
44490
论文1v1指导