免费论文摘要：鉴于仿古智能的多UCAV共同遏制本领接洽

无人兴办铁鸟(Uninhabited Combat Aerial Vehicle, UCAV)是一种有能源、可遏制、能带领多种工作摆设、实行多种兴办工作、并能反复运用的无人遨游器，而多UCAV共同遏制是UCAV体例的中心实质和要害本领之一。因为仿古智能算法在处置搀杂优化题目时所展现出来的共同性、动静性、自构造等便宜，正文将蚁群优化(Ant Colony Optimization, ACO)、微粒群优化(Particle Swarm Optimization, PSO)和遗传算法(Genetic Algorithm, GA)运用于多UCAV共同遏制，个中中心接洽了鉴于仿古智能的多UCAV态势评价、多UCAV共同航线筹备及重筹备、多UCAV紧编队遨游及编队重构和多UCAV共同目的调配本领。开始，在领会多UCAV共同遏制体例的特性、融洽三种典范的多UCAV共同遏制体制便宜的普通上，贯串仿古智能的集体智能展示动作，安排了一种鉴于仿古智能体的多UCAV共同遏制体例构造，并给出了UCAV(报复)仿古智能体的里面构造。其次，提出了蚁群-Bayesian算法，创造了蚁群-Bayesian搜集进修模子，并运用该模子设置了对UCAV感化比拟大的表里部成分动作Bayesian搜集的结点，运用蚁群优化获得了最优的搜集构造，且运用该搜集接洽了UCAV态势评价题目，进而实行对搀杂兴办态势的灵验评价。再次，以蚁群优化为普通，领会了UCAV单机航线筹备本领，在此普通上，接洽了多UCAV共同航线筹备。以豆芽网和好店足球估计达到目的功夫(Estimated Team Arrival Time, ETA)动作共同变量，航线价格动作共同因变量，并商量了各别恫吓源的感化。设置“恫吓度”来表征各别的恫吓源对候选航线的感化，经过共同因变量传播给各个UCAV达到目的的功夫范畴，过程共同安排ETA，探求到既能满意功夫牵制，又能使豆芽网和好店足球价格最小的航线。结果对该航线举行光滑，使之变成UCAV可遨游的航线，并商量了爆发恫吓情景下路途重筹备算法。进一步，提出了一种用微粒群优化在线优化多UCAV紧编队遨游遏制参数的本领，并经过试验考证了其可行性和灵验性；编队重构是多UCAV共同遏制的一个难点，提出了一种用来处置二维多UCAV编队重构题目的搀和微粒群与遗传算法(Hybrid Particle Swarm Optimization and Genetic Algorithm, HPSOGA)的本领。 而后，在商量兴办两边消息、我方UCAV对地态势、地面貌标防空本领和地面貌标战争指数等兴办成分的基础下，结构了多UCAV空隙兴办态势因变量，并提出了一种鉴于矫正蚁群优化的多目的调配本领，并举行了仿真考证。结果，在阐明多UCAV共同对地目的报复功效评价表面的普通上，运用Markov表面创造了多UCAV的对地报复模子，并用全几率本领推导了多UCAV共同对地报复的两个功效目标，即工作胜利率和最好兴办功夫，且经过试验证领会该评价本领的灵验性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/210338.html