張夢陽

摘要：文章針對于基于陸軍分隊級作戰(zhàn) CGF 的WTA 問題，對 WTA 基礎模型進行改進，建立基于陸軍分隊級作戰(zhàn)的 WTA 模型，應用遺傳算法對

WTA 問題的解決方法進行具體設計，以為 CGF 的決策和規(guī)劃提供支持。

關鍵詞：遺傳算法；改進；WTA

中圖分類號：TP18文獻標識碼：A文章編號：1672-9129（2017）09-257-02

Abstract： Aiming at the problems in the WTA army unit level operation based on CGF， based on WTA model is improved， the establishment of WTA Model ArmyunitleveloperationbasedonthesolutionofapplicationofgeneticalgorithmtotheWTAproblemforthespecificdesign，toprovidesupportforthedeci- sion-making and planning CGF.

Key words： genetic algorithm； improvement； WTA

基于陸軍分隊級計算機生成兵力（ComputerGeneratedForces，CGF）的武器——目標分配問題（WTA，WeaponTargetAssignment）是人類認知行為建模在作戰(zhàn)仿真領域的具體應用。WTA 問題是一個多參數(shù)、多約束 NP 完全問題。從是否考慮時間因素的角度，WTA問題的模型研究可分為靜態(tài)

WTA 模型與動態(tài)WTA 模型研究。本文主要研究靜態(tài)WTA 問題。

1 WTA 模型建立

1.1 基本模型的不足與改進

靜態(tài)的WTA 基礎模型如公式（1）所示。其中，M為武器平臺種類，N為目標數(shù)量，W 是目標威脅值，p是武器對目標的打擊概率矩陣，x為武器目標分配矩陣，F(xiàn)（x）為優(yōu)化目標，表示武器對目標威脅的打擊效果，F(xiàn)（x）越大，表示打擊效果越好。

我方武器對目標的打擊效果，也要考慮我方資源在戰(zhàn)斗中的保存情況。

改進：在基礎模型的基礎上引入 G（x）表示我方資源在戰(zhàn)斗中的保存情況，并提出優(yōu)化目標 H（x）=max{aF（x）+bG（x）}以綜合考慮損傷敵人的目標威脅程度而同時提高我方資源的保存程度。其中，a和b由戰(zhàn)場指揮員根據(jù)戰(zhàn)斗行動的具體目標設定，不同的取值反映指揮員對戰(zhàn)斗目標的不同要求。

（2）基礎模型中只對我情和敵情的因素進行一定程度的考慮。但在真 實作戰(zhàn)行動中，戰(zhàn)場環(huán)境對作戰(zhàn)進程的影響不可忽視。

改進：建立通視矩陣B，同時主要考慮目標的地形條件與氣象條件兩方面因素對通視性的影響，并建立相應的影響因子 。綜合考慮以上兩方面因素對武器與目標之間通視性的影響。

1.2 WTA 概念模型的建立

N M

F x W j[1 （1 p ij） xi j ]（1）

首先建立 WTA 概念模型，我們的武器概念模型可以表示為：

基礎模型中的不足及改進措施：

（1）基礎模型中優(yōu)化目標為武器對目標威脅的打擊效果，但在實際作戰(zhàn) 過程中，一次作戰(zhàn)行動不僅要對敵方的目標進行打擊，同時我方也面臨敵方 對我方資源進行攻擊，因此在衡量一次作戰(zhàn)行動的作戰(zhàn)效果時，不僅要考慮

weapons weapon1 ， o1 ，...， weaponm ， om

m表示我方武器平臺的個數(shù)，同一武器平臺中的武器相同，

oi> 表示第 i 個武器平臺擁有武器的數(shù)量為oi。

1.3 WTA 數(shù)學模型的建立

臺中第k個武器的狀態(tài)，0≤Ski≤1，取值越大，表示該武器的保存狀態(tài)越好，模型中為了方便處理，模型中取 Ski=0 或 Ski=1 ，分別表示該武器已經(jīng)被摧毀或保存完好。

建立通視矩陣B=[bkij]表示，該矩陣為三維矩陣，bkij表示第i個武器平臺中第k 個武器與目標 j 之間的通視性，通視性對武器與目標之間的發(fā)現(xiàn)概率與打擊概率都有所影響。

2 改進算法解決 WTA 優(yōu)化問題的步驟

2.1 染色體編碼

設計一種滿足約束條件的染色體編碼形式，對染色體進行十進制整數(shù)編碼，編碼的長度為 m*n。

2.2 初始種群生成

結合約束條件生成一個比所需群體規(guī)模要大很多的初始群體，從該群體中再隨機選取適合所要的群體規(guī)模的個體，選擇以后對所選的初始群體進行評價，如果它的最好個體的適應度達到了理論適應度的 0.8 左

經(jīng)過前期的工作對初始種群規(guī)模、交叉變異等參數(shù)的調試，最終確定

種群規(guī)模為100，交叉概率為0.9，變異概率為0.9，最終得到實驗結果。這一部分使用 a 和 b 的 3 種不同的組合，反映了指揮員對于這次行動的不同策略。除此之外，對遺傳算法解決不同規(guī)模 WTA 問題的收斂時間進行統(tǒng)計，隨著問題規(guī)模逐漸增大，解決 WTA 問題的算法收斂時間會以指數(shù)增加。

4 結語

研究基于陸軍分隊級作戰(zhàn) CGF 的 WTA 問題具有重要的意義，為

CGF 決策和規(guī)劃提供了支持。從應用前景來看，構建陸軍分隊作戰(zhàn)指揮訓練模擬系統(tǒng)，很大程度上能夠輔助解決陸軍軍事訓練演習存在的問題。

參考文獻：

[1]趙繼光，李紅輝. 改進遺傳算法及其在路徑優(yōu)化問題中的應用[J]. 中國科技信息，2007，（22）：315-316.