多平台智能决策的多目标博弈方法及装置制造方法及图纸

本发明专利技术提供了一种多平台智能决策的多目标博弈方法及装置，涉及战术决策技术领域。根据对抗双方的战术偏好，构建多个优化目标，并将各个优化目标表征为多个子优化目标，并设计各个子优化目标的支付函数，进而构建对抗双方的高维矩阵，最后通过混合策略纳什均衡求解算法，获得最终的战术决策。提供更加有效和全面的信息，避免了线性加权聚合为单一维度的信息导致的信息缺失的问题，进而提高决策的准确度。把目标分配方案融入到战术决策中，实现战术决策和目标分配的组合优化，实现最优配合。同时考虑平台性能优势和态势优势，把两种优势转换为不同的目标，为战术决策提供更细粒度的评价标准，评价更加全面。

【技术实现步骤摘要】
多平台智能决策的多目标博弈方法及装置
本专利技术涉及战术决策
，具体涉及一种多平台智能决策的多目标博弈方法及装置。
技术介绍
在对抗环境下，作战平台例如无人机、无人车、无人潜航器等，已经成为现代空战武器装备的重要成员之一。由于单个无人机所携带武器和传感器数量及性能有限，其执行空战任务的能力受到相应的限制，而多个无人机进行有效协同可以更好的完成空战任务，因此，多无人机协同空战决策技术已受到了越来越多的关注。在进行战术决策时，传统评估方法通常只从平台性能优势或者态势优势角度出发，把多个目标聚合为一个目标来进行决策评估。但现有决策方法在面对平台性能优势或者态势优势时，由于量纲不同、也很难进行加权聚合成一个评价指标，同时通过加权聚合的方式容易产生信息缺失，会影响评价的精度。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种多平台智能决策的多目标博弈方法及装置，解决了现有决策方法进行加权聚合导致的信息缺失的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术本文档来自技高网...

【技术保护点】
1.一种多平台智能决策的多目标博弈方法，其特征在于，该方法包括：/nS1、获取对抗双方的总策略空间；/nS2、基于战术偏好，设置至少一个优化目标；/nS3、将所述优化目标转化为至少一个子优化目标，并基于每个所述子优化目标设置对应的支付函数；/nS4、基于支付函数，分别构建对抗双方的用于评估总策略空间的高维矩阵；/nS5、基于对抗双方的高维矩阵，利用多目标混合策略纳什均衡求解算法，输出混合策略纳什均衡解。/n

【技术特征摘要】
1.一种多平台智能决策的多目标博弈方法，其特征在于，该方法包括：
S1、获取对抗双方的总策略空间；
S2、基于战术偏好，设置至少一个优化目标；
S3、将所述优化目标转化为至少一个子优化目标，并基于每个所述子优化目标设置对应的支付函数；
S4、基于支付函数，分别构建对抗双方的用于评估总策略空间的高维矩阵；
S5、基于对抗双方的高维矩阵，利用多目标混合策略纳什均衡求解算法，输出混合策略纳什均衡解。


2.如权利要求1所述的一种多平台智能决策的多目标博弈方法，其特征在于，所述S1、获取对抗双方的总策略空间，具体包括如下步骤：
S101、获取对抗双方的可选策略，并基于双方的平台数量，获取可选目标分配方案；
S102、计算对抗双方各自所有的可选策略-可选目标分配方案组合，每个可选策略-可选目标分配方案组合作为一个策略，得到对抗双方各自的策略空间X和Y；
S103、基于对抗双方各自的策略空间，获取对抗双方所有策略的组合，构建总策略空间O＝X×Y。


3.如权利要求1所述的一种多平台智能决策的多目标博弈方法，其特征在于，所述战术偏好包括平台性能偏好和/或态势偏好；每个战术偏好对应设置一个优化目标；
所述平台性能PP的计算公式如下：
PP＝ln(A+1)+K
K＝[lnB+lnC]ε1ε2ε3ε4
其中：K为常数项，C表示雷达探测能力参数，B表示机动性参数，A表示武器参数，ε1表示操纵效能系数，ε2表示生存力系数，ε3表示航程系数，ε4表示电子对抗能力系数；
所述S3、将所述优化目标转化为至少一个子优化目标，并基于每个所述子优化目标设置对应的支付函数，包括：
S301a、设置武器参数A的可选值和对应的权重；
S302a、构建与武器参数A的可选值数量对应的子优化目标；
S303a、分别构建每个子优化目标对应的对抗双方的平台性能优势矩阵EpG,l,G∈{R,B}，包括我方平台性能优势矩阵EpR,l和敌方平台性能优势矩阵EpB,l；
S304a、基于所述平台性能优势矩阵，构建每个子优化目标的支付函数；
所述态势包括高度和距离，则所述态势Sit的计算公式为：
Sit＝w1ud+w2uh






其中，uh(hi,hj)指的是高度优势，hibest表示我方i平台的最佳飞行高度，hi表示我方i平台的飞行高度，hj表示敌方j平台的飞行高度；
ud(ri,j)指的是距离优势，ri,j指我方i平台与敌方j平台的距离，rim指我方i平台与敌方j平台火力范围最大值与最小值的平均值，w1,w2分别表示对应权重，w1+w2＝1；
所述S3、所述将所述优化目标转化为多个子优化目标，并基于每个所述子优化目标设置对应的支付函数，包括：
S301b、设置高度优势和距离优势的权重；
S302b、分别构建对应高度优势和距离优势的子优化目标；
S303b、分别构建每个子优化目标对应的对抗双方的态势优势矩阵EsG,l,G∈{R,B}；包括我方平台态势优势矩阵EsR,l和敌方平台态势优势矩阵EsB,l；
S304b、基于所述态势优势矩阵，构建每个子优化目标的支付函数。


4.如权利要求1所述的一种多平台智能决策的多目标博弈方法，其特征在于，所述对抗双方的高维矩阵为：



其中，(xi,yj)表示对抗双方的策略对，xi表示我方策略，yj表示敌方策略，表示第n个优化目标的支付函数，表示第n个优化目标的第ln个子优化目标对应的支付函数；G表示对抗双方，R表示我方，B表示敌方。


5.如权利要求1所述的一种多平台智能决策的多目标博...

【专利技术属性】
技术研发人员：罗贺，蒋儒浩，王国强，马滢滢，陈宇轩，朱默宁，胡笑旋，靳鹏，马华伟，夏维，唐奕城，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34