王玉佳, 方 偉,*, 徐 濤, 余應(yīng)福, 鄧博元

(1. 海軍航空大學(xué)航空作戰(zhàn)勤務(wù)學(xué)院, 山東 煙臺 264001; 2. 海軍航空大學(xué)岸防兵學(xué)院, 山東 煙臺 264001)

0 引 言

隨著高新技術(shù)在武器裝備上的廣泛應(yīng)用,軍用無人機(jī)已成為空中軍事力量的重要組成部分[1]?，F(xiàn)代無人機(jī)具有續(xù)航時間長、飛行高度高、隱身效果好等特點(diǎn),可長時間執(zhí)行偵察、監(jiān)控任務(wù)。在未來戰(zhàn)場中,無人機(jī)不再局限于傳統(tǒng)的偵察探測任務(wù),其必將擔(dān)負(fù)對海攻擊、攔截導(dǎo)彈、空中格斗等多功能作戰(zhàn)任務(wù)[2]。

目前,無人機(jī)的自主智能化方向的發(fā)展是其在軍事應(yīng)用上的研究熱點(diǎn)和難點(diǎn),包括:無人機(jī)協(xié)同通信[3-5]、多無人機(jī)協(xié)同偵察任務(wù)分配[6]、無人機(jī)航跡規(guī)劃[7-8]、無人機(jī)智能定位[9]、無人機(jī)感知技術(shù)[10]、多無人機(jī)武器目標(biāo)分配[11]、武器使用智能決策等。其中,基于無人機(jī)察打一體化的發(fā)展趨勢,無人機(jī)的武器自主決策能力成為無人機(jī)決戰(zhàn)海戰(zhàn)場的重要保障。

針對無人機(jī)的自主智能行為決策技術(shù),國內(nèi)外學(xué)者展開了大量的研究[12-16],目前強(qiáng)化學(xué)習(xí)中的遺傳算法(genetic algorithm,GA)是應(yīng)用于智能行為決策中最熱門的技術(shù)之一[17]。文獻(xiàn)[18]利用GA來優(yōu)化無人機(jī)基本戰(zhàn)術(shù)飛行動作的組合方式,以此得到更有利的動作決策。文獻(xiàn)[19]利用GA來優(yōu)化無人機(jī)控制量:加速度、航跡俯仰角變化率、航跡偏轉(zhuǎn)角變化率,以此進(jìn)行智能決策。這兩篇文獻(xiàn)充分利用了機(jī)器學(xué)習(xí)的準(zhǔn)確性,但是忽視了決策問題的可解釋性。

美國控制專家Zadeh教授于1965年提出模糊集合理論[20],在此基礎(chǔ)上,模糊推理技術(shù)[21]應(yīng)運(yùn)而生。遺傳模糊系統(tǒng)(genetic fuzzy system,GFS)[22]是使用GA對模糊推理系統(tǒng)(fuzzy inference system,FIS)的規(guī)則[23]和隸屬度函數(shù)[24]進(jìn)行編碼,形成GA可進(jìn)行優(yōu)化的染色體,通過一系列選擇、交叉、變異等進(jìn)化操作,實現(xiàn)對模糊控制系統(tǒng)的自動設(shè)計和優(yōu)化。GA的搜索優(yōu)化能力保證決策的準(zhǔn)確性,基于專家經(jīng)驗的FIS兼顧了決策的可解釋性,GFS在眾多領(lǐng)域都有所應(yīng)用[25-34]。文獻(xiàn)[24]采用GFS的思想得到進(jìn)化式有規(guī)則的專家系統(tǒng),用以解決無人機(jī)空戰(zhàn)決策問題。文獻(xiàn)[35]立足于兵棋推演,利用GA優(yōu)化FIS的隸屬度函數(shù)參數(shù)得到推演關(guān)鍵點(diǎn)。文獻(xiàn)[36]利用遺傳模糊樹(genetic fuzzy tree, GFT)的思想對無人機(jī)編隊進(jìn)行訓(xùn)練以此解決對地打擊問題,該方法對GFS進(jìn)行簡化,由于輸入與輸出的某些模糊子集無因果關(guān)系從而進(jìn)行“分叉”處理,減少了FIS的規(guī)則數(shù)量,提高了決策的效率,但在進(jìn)行具體實驗時,數(shù)據(jù)處理的方法以及實驗得到的最優(yōu)染色體未能展示。

針對上述文獻(xiàn)中算法的優(yōu)點(diǎn)與不足,為解決未來海戰(zhàn)場中,察打一體化無人機(jī)在執(zhí)行偵察任務(wù)時,面對水面艦艇編隊火力打擊的武器智能決策問題,本文采用改進(jìn)的GFT方法進(jìn)行解決:首先梳理影響無人機(jī)武器決策諸多因素之間的因果關(guān)系,利用GFT的思想構(gòu)建武器智能決策GFT框架;其次針對構(gòu)造的GFT模型設(shè)計了一種新的參數(shù)編碼法——三模糊子集參數(shù)編碼法,用以解決GA中對隸屬度函數(shù)參數(shù)的編碼問題;然后針對無人機(jī)擔(dān)負(fù)的任務(wù)的特點(diǎn)構(gòu)建訓(xùn)練場景;在進(jìn)行場景訓(xùn)練時,采用單場景與創(chuàng)新性的組合場景相結(jié)合的訓(xùn)練方式對最優(yōu)個體進(jìn)行篩選,將場景得分作為適應(yīng)度函數(shù)的數(shù)值;最后將場景訓(xùn)練的最優(yōu)個體代入任務(wù)場景中進(jìn)行模型有效性的實驗驗證,并將實驗結(jié)果與完全基于專家經(jīng)驗建立的模糊推理樹[36](fuzzy inference tree,FIT)在任務(wù)中的表現(xiàn)進(jìn)行對比,證明本文構(gòu)建的無人機(jī)武器智能決策GFT模型的優(yōu)越性和靈活性。

1 問題描述

本文針對性解決的問題是察打一體化無人機(jī)在?？諏贡尘跋聢?zhí)行偵察任務(wù)時的武器智能決策問題,所以對真實海空對抗環(huán)境進(jìn)行簡化設(shè)置,將三維場景簡化為二維俯視圖,不考慮無人機(jī)飛行高度并假設(shè)無人機(jī)可自行改變姿態(tài)達(dá)到武器發(fā)射條件。其中,?？諏闺p方為水面艦艇編隊和無人機(jī)單機(jī)。

水面艦艇編隊,包括驅(qū)、護(hù)艦以及搭載艦載機(jī)的航空母艦。由于無人機(jī)實施偵察時為盡可能保存自身,不會選擇抵近偵察,因此編隊的火力攻擊武器不考慮密集陣火炮,而采用驅(qū)護(hù)艦的艦空導(dǎo)彈和艦載機(jī)的空空導(dǎo)彈。一旦無人機(jī)進(jìn)入驅(qū)、護(hù)艦防空圈或者艦載機(jī)的巡邏區(qū),水面艦艇編隊立即采取空中火力打擊。

無人機(jī)配備兩種防御系統(tǒng),一是火力防御系統(tǒng),裝配空空導(dǎo)彈;二是電子對抗防御系統(tǒng),裝配空射誘餌彈。無人機(jī)在執(zhí)行偵察任務(wù)時,按照任務(wù)前航路規(guī)劃制定的路線飛行,在面臨不同空中火力威脅時,自主作出武器決策進(jìn)行防御,從而保存自身,完成偵察任務(wù)。武器決策內(nèi)容包括:① 依據(jù)自身武器實力,對空中威脅進(jìn)行武器類型的選擇;② 依據(jù)空中威脅情況,選擇對敵態(tài)度(武器數(shù)量選擇);③ 當(dāng)武器類型確定為空射誘餌彈時,依據(jù)對抗局面的緊迫程度選擇誘餌彈的發(fā)射方式。

2 武器智能決策GFT

2.1 武器智能決策FIT

將空中威脅數(shù)、威脅距離、無人機(jī)空空導(dǎo)彈剩余量、無人機(jī)空射誘餌彈剩余量作為輸入,以此構(gòu)建武器智能決策FIS。對其不存在因果關(guān)系的輸入輸出進(jìn)行“分叉”,使之成為樹形結(jié)構(gòu)的FIT。其中,對敵態(tài)度決策系統(tǒng)是獨(dú)立的FIS(簡稱為S1);武器選擇決策系統(tǒng)(簡稱為S2)與空射誘餌彈發(fā)射方式?jīng)Q策系統(tǒng)(簡稱為S3)構(gòu)成FIT。S1、S2與S3共同構(gòu)成武器智能決策FIT,如圖1所示。

圖1 武器智能決策FIT

S1輸入物理量為空中威脅數(shù)AN,包含模糊子集為“少、中、多”;輸出物理量為對敵態(tài)度AT,包含模糊子集“勇敢、正常、懦弱”。態(tài)度勇敢表示針對一個威脅發(fā)射1枚武器,態(tài)度正常表示發(fā)射2枚武器,態(tài)度懦弱表示發(fā)射3枚武器。在無人機(jī)單機(jī)只能裝載一定武器數(shù)量的前提下,發(fā)射武器數(shù)目越多,擊毀來襲導(dǎo)彈的成功概率越高;武器消耗量越大,面對后續(xù)威脅時,可使用武器越少。

S2輸入物理量為空空導(dǎo)彈剩余量KK、誘餌彈剩余量YE,包含模糊子集均為“少、中、多”;輸出物理量為發(fā)射武器類型WT,包含發(fā)射空空導(dǎo)彈和發(fā)射誘餌彈。發(fā)射相同數(shù)目的空空導(dǎo)彈和誘餌彈對抗來襲導(dǎo)彈,空空導(dǎo)彈的成功率高于誘餌彈,但空空導(dǎo)彈成本高,占空間體積大,載彈量少。

當(dāng)S2輸出為發(fā)射誘餌彈時,決策進(jìn)入S3。S3輸入物理量為空中威脅數(shù)(同S1中AN)和空中威脅距離DT,包含模糊子集分別為“少、中、多”和“遠(yuǎn)、中、近”。設(shè)定當(dāng)面臨多個導(dǎo)彈威脅時,以最近一枚導(dǎo)彈距無人機(jī)的距離為威脅距離。輸出物理量為誘餌彈發(fā)射方式Time,包含模糊子集為“低延遲、高延遲”。延遲是指從探測到敵襲導(dǎo)彈時至發(fā)射誘餌彈的時間間隔,高和低代表間隔時間長和短,不同的發(fā)射方式導(dǎo)致誘餌彈對空中威脅的干擾成功率不同。低延遲表示快速發(fā)射誘餌彈,此時來襲導(dǎo)彈與無人機(jī)的距離較遠(yuǎn),其干擾概率較低,但由于延遲時間短使得干擾失敗后有充足時間再次作出武器使用決策。高延遲表示在來襲導(dǎo)彈距無人機(jī)距離較近時發(fā)射誘餌彈,其干擾概率較高,但干擾失敗后,剩余時間不足以再次做出對抗決策。

2.2 武器智能決策GFT模型

武器智能決策FIT是無人機(jī)在面臨空中火力威脅,自主作出武器選擇決策的控制中樞。本文將知識庫中規(guī)則和隸屬度函數(shù)同時進(jìn)行染色體編碼,利用遺傳優(yōu)化找尋最優(yōu)的武器智能決策FIT。遺傳優(yōu)化過程包括規(guī)則和隸屬度函數(shù)編碼、選擇、交叉、突變、適應(yīng)度函數(shù)求解以及最優(yōu)個體選擇。

利用GA求得最優(yōu)武器智能決策FIT的過程即武器智能決策GFT的工作過程,其工作原理如圖2所示。

圖2 武器智能決策GFT工作原理圖

2.2.1 規(guī)則編碼

本文采用匹茲堡方法[36]對規(guī)則進(jìn)行編碼。規(guī)則表示形式為“IfA=1 AndB=1 ThenC=2”,用數(shù)字代替字母表示模糊子集的名稱,方便實現(xiàn)計算機(jī)進(jìn)行規(guī)則編碼。S1、S2和S3規(guī)則編碼方式如表1～表3所示。

表1 S1規(guī)則編碼表

表2 S2中WT編碼表

表3 S3中Time編碼表

表1表示對S1的規(guī)則進(jìn)行編碼,其中S1包含3條規(guī)則:“If AN=1 Then AT=m1” “If AN=2 Then AT=m2”和“If AN=3 Then AT=m3”,m1、m2、m3均可取1、2、3中任意一個編碼數(shù)。其中,AN和AT取數(shù)字1、2、3分別表示空中威脅數(shù)為“少、中、多”和對敵態(tài)度為“勇敢、正常、懦弱”。對S1的規(guī)則編碼實質(zhì)上是對m1、m2、m3進(jìn)行數(shù)字“1、2、3”的編碼。

表2表示對S2的規(guī)則進(jìn)行編碼,其中S2包含9條規(guī)則:“If YE=1 And KK=1 Then WT=n11”,…“If YE=3 And KK=3 Then WT=n33”,n11,…,n33均可取1、2中任意一個編碼數(shù)。其中,KK和YE取數(shù)字“1、2、3”分別表示空空導(dǎo)彈剩余量和誘餌彈剩余量為“少、中、多”,WT取數(shù)字“1、2”表示武器選擇類型為“空空導(dǎo)彈、誘餌彈”。同理,對S2的規(guī)則編碼實質(zhì)上是對n11,…,n33進(jìn)行數(shù)字“1、2”的編碼。

S3與S2的規(guī)則表示形式相類似,表3包含S3的9條規(guī)則:“If AN=1 And DT=1 Then Time=o11”…“If AN=3 And DT=3 Then Time=o33”,o11,…,o33均可取1、2中任意一個編碼數(shù)。其中,AN的數(shù)字表示意義同S1,DT取數(shù)字“1、2、3”表示空中威脅距離為“遠(yuǎn)、中、近”,Time取數(shù)字“1、2”表示誘餌彈發(fā)射方式為“低延遲、高延遲”。同理,對S3的規(guī)則編碼實質(zhì)上是對o11,…,o33進(jìn)行數(shù)字“1、2”的編碼。

因此,對S1、S2和S3這3個FIS共計21條規(guī)則的編碼組成了染色體編碼的前三部分,共計21位。

2.2.2 隸屬度函數(shù)的參數(shù)編碼

考慮到算法簡便性,隸屬度函數(shù)的形狀設(shè)置為三角形。本文對于輸入的模糊子集隸屬度函數(shù)參數(shù)進(jìn)行編碼優(yōu)化,而輸出的模糊子集則直接進(jìn)行設(shè)定。S1、 S2、S3系統(tǒng)輸出物理量的模糊子集,具體形狀如圖3所示。

圖3 輸出變量的隸屬度函數(shù)

S1輸出一個介于1和3之間的精確數(shù),將此數(shù)進(jìn)行四舍五入得到的數(shù)字只有1、2、3,分別表示發(fā)射武器的數(shù)量為每個威脅發(fā)射1、2、3枚反擊彈。同理,將S2輸出的精確數(shù)進(jìn)行四舍五入得到的數(shù)字為1或2,分別表示發(fā)射武器類型為空空導(dǎo)彈和誘餌彈。

S3輸出為一個介于1和2之間的精確數(shù),用物理量Time表示。設(shè)定此時導(dǎo)彈到達(dá)無人機(jī)的時間為TT,等于導(dǎo)彈距無人機(jī)距離除上導(dǎo)彈速度,而在TT時間內(nèi),前1/5時間內(nèi)為誘餌彈發(fā)射準(zhǔn)備時間,后1/5時間發(fā)射誘餌彈會造成由于干擾時間太短導(dǎo)致的干擾效果很差的局面,所以延遲的時間選在中間3/5的時間段里。用Delay表示誘餌彈發(fā)射延遲時間,其公式如下:

(1)

得到的Delay的取值介于TT/5和4TT/5之間。

FIT中的5個輸入物理量,其模糊子集均為3個,且進(jìn)行歸一化后的取值范圍皆為0到1。本文設(shè)計了一種三模糊子集參數(shù)編碼法,以S1中AN的隸屬度函數(shù)參數(shù)編碼為例,隸屬度函數(shù)的一般形狀和參數(shù)的一般位置如圖4所示。

圖4 輸入模糊子集隸屬度函數(shù)

使用五位編碼對3個模糊子集的5個隸屬度函數(shù)參數(shù)A1、A2、A3、A4和A5進(jìn)行編碼。其中,A1、A2、A3、A4為模糊子集隸屬度函數(shù)與水平坐標(biāo)軸交點(diǎn)的橫坐標(biāo),A5是第二個模糊子集頂點(diǎn)的橫坐標(biāo)。由于5個參數(shù)皆為小數(shù),為降低小數(shù)編碼在后續(xù)遺傳進(jìn)化過程中的操縱復(fù)雜度,參數(shù)的編碼方式轉(zhuǎn)化為對其所在位置的左右移動進(jìn)行編碼表示。首先設(shè)置5個參數(shù)的取值范圍和初始值,然后使用a1、a2、a3、a4和a5分別表示A1、A2、A3、A4和A5的位置移動情況。a1、a2、a3、a4和a5的取值為0到10的整數(shù),不同取值代表不同的位置移動:5代表不移動,0代表向左移動至取值范圍的最左端,10代表向右移動至最右端。

對a1、a2、a3、a4、a5進(jìn)行編碼時,必須考慮到A1

設(shè)定A1取值范圍為0至α,A4取值范圍為β至1。A1的初始值為取值范圍的中點(diǎn)α/2,同理A4的初始值為(1+β)/2,隨后對a1、a4隨機(jī)進(jìn)行0至10之間的編碼,則

(2)

(3)

由于A5表示第二個模糊子集頂點(diǎn)的橫坐標(biāo),且第一、三個模糊子集頂點(diǎn)的橫坐標(biāo)取值為0和1,故A5無法取0或者1。為保證編碼的精度,A5、A2、A3的取值范圍不宜設(shè)置過大。同時,參考圖4中3個模糊子集隸屬度函數(shù)的一般形狀和相對位置關(guān)系,設(shè)定A5取值范圍為α/2至(1+β)/2,A2取值范圍為α/4至(3β+1)/4,A3取值范圍為3α/4至(β+3)/4。A5、A2、A3的初始值為取值范圍的中點(diǎn),對a5、a2、a3隨機(jī)進(jìn)行0至10之間的編碼,則

(4)

(5)

(6)

特別的,當(dāng)A5、A2、A3的取值超出A1至A4的范圍時,將對其數(shù)值進(jìn)行重新設(shè)置。以A5為例,當(dāng)取值大于A4時,

A5=A4-0.01

(7)

當(dāng)A5的取值小于A1時,

A5=A1+0.01

(8)

這種設(shè)置方法不僅可以避免無效編碼導(dǎo)致的系統(tǒng)紊亂,提高后續(xù)迭代效率,并且保留了參數(shù)之間的大小關(guān)系,是一種創(chuàng)新的變量設(shè)置方法。

同理,可用b1、b2、b3、b4、b5和c1、c2、c3、c4、c5表示S2中KK和YE的模糊子集;d1、d2、d3、d4、d5和e1、e2、e3、e4、e5表示S3中DT和AN的模糊子集。因此,對5個輸入物理量的模糊子集隸屬度參數(shù)的編碼組成了染色體編碼后5部分,共計25位。綜上所述,染色體進(jìn)行編碼的位數(shù)為46位。

2.2.3 種群進(jìn)化方式和適應(yīng)度函數(shù)

種群進(jìn)化過程包括選擇、交叉和突變。本文選擇方式選用二元錦標(biāo)賽法。交叉和突變的方法選用單點(diǎn)交叉和單點(diǎn)突變。由于染色體中包含不同含義的8個部分,所以不能僅僅對染色體中某一位進(jìn)行交叉(突變),而是對染色體中8個部分同時進(jìn)行交叉(突變),這樣才能保證種群的有效進(jìn)化。

利用GA進(jìn)行武器智能決策FIT的優(yōu)化,需要設(shè)置合適的適應(yīng)度函數(shù)。本文采取訓(xùn)練場景計分的方式,其中,訓(xùn)練場景根據(jù)無人機(jī)任務(wù)的特點(diǎn)制定。

依據(jù)水面艦艇和無人機(jī)武器系統(tǒng)實際作戰(zhàn)性能,同時為加強(qiáng)無人機(jī)面臨環(huán)境的嚴(yán)峻性,設(shè)計各類武器的單枚命中概率和干擾概率如下。

(1) 水面艦艇艦空導(dǎo)彈命中率為100%(無干擾情況下)。

(2) 無人機(jī)利用空空導(dǎo)彈攔截艦空導(dǎo)彈的命中率為75%(主要考慮艦空導(dǎo)彈的高速運(yùn)動特點(diǎn))。

(3) 無人機(jī)誘餌彈對艦空導(dǎo)彈的干擾概率范圍為25%至75%。其中,具體干擾概率值YR的影響因素主要考慮為誘餌彈發(fā)射時艦空導(dǎo)彈與無人機(jī)的距離,用誘餌彈發(fā)射延遲時間Delay作為衡量標(biāo)準(zhǔn),YR與Delay呈線性相關(guān),計算公式如下:

(9)

在訓(xùn)練場景中,無人機(jī)根據(jù)武器智能決策FIT做出武器決策,通過作戰(zhàn)仿真得到作戰(zhàn)結(jié)果,作戰(zhàn)結(jié)果不同,最終的決策得分也不同。

為達(dá)到無人機(jī)打擊威脅、保存自身的目的,設(shè)定擊中一個空中威脅獎勵10分;一旦被任意一個威脅擊中則宣布任務(wù)失敗,扣除100分,未被擊中則宣布任務(wù)成功,獎勵100分?？紤]到無人機(jī)在真實作戰(zhàn)場景中攜帶的空空導(dǎo)彈數(shù)量遠(yuǎn)遠(yuǎn)小于誘餌彈的數(shù)量,且空空導(dǎo)彈的制造成本遠(yuǎn)遠(yuǎn)高于誘餌彈的現(xiàn)實條件,采取使用一枚空空導(dǎo)彈扣除2分,使用誘餌彈不扣分的計分策略,鼓勵無人機(jī)在整個作戰(zhàn)過程中盡可能多的使用誘餌彈。計分情況表如表4所示。

表4 行動計分表

在實驗過程中,計算染色體在場景中得分情況時,每一個染色體均進(jìn)行3次仿真實驗,3次仿真實驗的得分平均值作為染色體最終得分。

2.2.4 最優(yōu)個體選擇

種群進(jìn)化的過程即無人機(jī)在訓(xùn)練場景進(jìn)行訓(xùn)練的過程。在進(jìn)行場景訓(xùn)練時,為使最優(yōu)個體的篩選更具準(zhǔn)確性,本文采取與傳統(tǒng)GA不同的選擇方式:每代種群進(jìn)化后,將表現(xiàn)最優(yōu)異的5個個體存儲于數(shù)據(jù)庫中,待進(jìn)化完畢后,對數(shù)據(jù)庫中所有個體進(jìn)行仿真從而選出表現(xiàn)最優(yōu)者。場景訓(xùn)練結(jié)束后,得到的數(shù)據(jù)庫命名為POP庫,將POP庫中所有個體按順序進(jìn)行100次訓(xùn)練場景的實驗仿真,其平均得分最高的個體即為最優(yōu)個體。

訓(xùn)練場景的設(shè)置只針對任務(wù)的單一特點(diǎn),單場景訓(xùn)練得到的最優(yōu)個體往往不能滿足復(fù)雜的任務(wù)設(shè)定。本文設(shè)計了創(chuàng)新性的組合場景訓(xùn)練方法,將單個訓(xùn)練場景進(jìn)行排列組合,依次進(jìn)行仿真實驗,從而優(yōu)化染色體多個特性。其具體實現(xiàn)方法為:對第一個訓(xùn)練場景建立的POP庫中的染色體進(jìn)行挑選,表現(xiàn)最優(yōu)的前100個個體存儲至新的數(shù)據(jù)庫,定義為POPX庫;將POPX庫中的所有個體作為后續(xù)即將進(jìn)行訓(xùn)練的場景的初始種群,從而實現(xiàn)場景間種群的遺傳與進(jìn)化。本文對無人機(jī)進(jìn)行訓(xùn)練時,采取單場景與組合場景相結(jié)合的訓(xùn)練方法。

3 實驗與仿真

為驗證構(gòu)建模型的有效性,設(shè)計實驗對無人機(jī)武器智能決策GFT的模型進(jìn)行驗證。首先根據(jù)水面艦艇編隊的類型,構(gòu)建無人機(jī)的任務(wù)場景;其次針對任務(wù)場景兵力特點(diǎn)構(gòu)建訓(xùn)練場景;然后在訓(xùn)練場景中訓(xùn)練無人機(jī)的武器使用決策能力,并選出最優(yōu)的武器智能決策FIT;最后將武器智能決策FIT代入任務(wù)場景中進(jìn)行仿真,分析無人機(jī)的任務(wù)成功率。無人機(jī)飛行速度設(shè)置為340 m/s,空中導(dǎo)彈速度設(shè)置為1 000 m/s。GA中種群數(shù)量設(shè)置為100個,迭代次數(shù)為30次,交叉概率為60%,突變概率為2.5%,α為0.4,β為0.6。

3.1 場景設(shè)置

根據(jù)水面艦艇編隊常見的“人”形隊,設(shè)置任務(wù)場景1和場景2,如圖5和圖6所示。

圖5 任務(wù)場景1

圖6 任務(wù)場景2

任務(wù)場景1中,無人機(jī)攜帶8枚空空導(dǎo)彈和16枚誘餌彈,按逆時針順序,依次通過水面艦艇A防空圈、艦載機(jī)巡邏區(qū)、水面艦艇B和C共同防空圈以及水面艦艇D的防空圈。艦載機(jī)巡邏區(qū)的長度為45 km,寬度為40 km,無人機(jī)進(jìn)入巡邏區(qū),將受到3枚空空導(dǎo)彈的攻擊。水面艦艇編隊的行動信息如表5所示。

表5 任務(wù)場景1的水面艦艇編隊行動信息表

任務(wù)場景2中,無人機(jī)攜帶相同數(shù)量武器按逆時針順序飛行。艦載機(jī)巡邏區(qū)的長度為30 km,寬度為40 km,無人機(jī)進(jìn)入巡邏區(qū),將受到一枚空空導(dǎo)彈的攻擊。水面艦艇編隊的行動信息如表6所示。

表6 任務(wù)場景2的水面艦艇編隊的行動信息表

針對任務(wù)場景1的特性,制定訓(xùn)練場景1,訓(xùn)練無人機(jī)在威脅數(shù)量具有連續(xù)性的情況下的決策能力。無人機(jī)攜帶8枚空空導(dǎo)彈和14枚誘餌彈,按順時針順序飛行。艦載機(jī)巡邏區(qū)的長度為32 km,寬度為15 km,無人機(jī)進(jìn)入巡邏區(qū),將受到4枚空空導(dǎo)彈的攻擊。訓(xùn)練場景圖如圖7所示,水面艦艇編隊的行動信息如表7所示。

圖7 訓(xùn)練場景1

表7 訓(xùn)練場景1的水面艦艇編隊的行動信息表

針對任務(wù)場景2的特性,制定相比較訓(xùn)練場景1較為復(fù)雜的訓(xùn)練場景2,訓(xùn)練無人機(jī)在威脅數(shù)量具有較大波動時的決策能力。將訓(xùn)練場景1中艦船B防空圈半徑更改為15 km,發(fā)射導(dǎo)彈數(shù)量為4枚;艦船C防空圈半徑更改為10 km,發(fā)射導(dǎo)彈數(shù)量為1枚。無人機(jī)按逆時針順序飛行,進(jìn)入巡邏區(qū),將受到4枚空空導(dǎo)彈的攻擊。場景2其他條件設(shè)置與場景1相同。

由于無人機(jī)攜帶誘餌彈的數(shù)量明顯多于空空導(dǎo)彈,作為無人機(jī)空中使用武器的主體,誘餌彈的使用決策能力需要進(jìn)行針對性的訓(xùn)練。所以訓(xùn)練場景3的設(shè)置思路為:無人機(jī)只攜帶誘餌彈,在不設(shè)置艦載機(jī)空中巡邏區(qū)的水面艦艇編隊中進(jìn)行武器智能決策的訓(xùn)練,無人機(jī)攜帶22枚誘餌彈,按順時針順序飛行。訓(xùn)練場景如圖8所示,水面艦艇編隊的行動信息如表8所示。

圖8 訓(xùn)練場景3

表8 訓(xùn)練場景3的水面艦艇編隊的行動信息表

3.2 單場景訓(xùn)練結(jié)果

當(dāng)無人機(jī)完成訓(xùn)練后,得到相應(yīng)訓(xùn)練場景的最優(yōu)個體,將最優(yōu)個體代入任務(wù)場景中進(jìn)行仿真實驗:當(dāng)?shù)梅执笥?00分時,認(rèn)定此次仿真中,無人機(jī)任務(wù)成功;當(dāng)?shù)梅中∮?分時,設(shè)定任務(wù)失敗。由于任務(wù)場景中,設(shè)置空中威脅共計11枚導(dǎo)彈,其攻擊率為100%,而無人機(jī)攜帶的武器單枚最高攔截率為75%。一個空中威脅的導(dǎo)彈,無人機(jī)發(fā)射兩枚空空導(dǎo)彈進(jìn)行攔截(兩個導(dǎo)彈互不影響),攔截概率為93.75%。按照最大概率計算,每一枚空中威脅導(dǎo)彈,無人機(jī)均發(fā)射兩枚空空導(dǎo)彈進(jìn)行攔截,無人機(jī)攔截所有威脅均成功(任務(wù)成功率)的概率為93.75%的11次方,為49%,并且根據(jù)設(shè)定的載彈量,無人機(jī)無法攜帶22枚空空導(dǎo)彈,因此任務(wù)場景的實際成功率不足49%。為了使得算法驗證過程更加合理,設(shè)置訓(xùn)練場景中的最優(yōu)染色體在任務(wù)場景中使得無人機(jī)任務(wù)成功率高于49%的90%時,認(rèn)為最優(yōu)染色體在任務(wù)場景中表現(xiàn)是符合要求的,表現(xiàn)為優(yōu);否則為表現(xiàn)差,此時的成功率衡量標(biāo)準(zhǔn)為44%。

經(jīng)過場景1～場景3訓(xùn)練得出最優(yōu)染色體,將其分別在任務(wù)場景中進(jìn)行100次仿真實驗,得到任務(wù)成功率,如表9所示。

表9 單場景訓(xùn)練結(jié)果表

3.3 組合場景訓(xùn)練

通過上述實驗數(shù)據(jù)得出,只進(jìn)行單場景訓(xùn)練無法訓(xùn)練出滿足復(fù)雜任務(wù)場景的優(yōu)秀個體,本節(jié)采取創(chuàng)新性的組合場景訓(xùn)練方法對無人機(jī)進(jìn)行訓(xùn)練。3個訓(xùn)練場景中,由于訓(xùn)練場景1是最基礎(chǔ)的訓(xùn)練場景,所以進(jìn)行組合場景訓(xùn)練時,訓(xùn)練場景1為第一個訓(xùn)練的場景,后續(xù)進(jìn)行訓(xùn)練的訓(xùn)練場景進(jìn)行隨機(jī)選擇,最終得到最優(yōu)個體及其在任務(wù)場景中的任務(wù)成功率如表10所示。

表10 組合場景訓(xùn)練結(jié)果表

由表10的數(shù)據(jù)可得,經(jīng)過場景1+2+3組合訓(xùn)練后的最優(yōu)染色體[2, 2, 2, 2, 1, 1, 2, 2, 2, 2, 2, 1, 2, 2, 2, 1, 2, 2, 1, 2, 1, 2, 5, 5, 0, 8, 3, 9, 9, 8, 1, 3, 7, 7, 5, 2, 1, 2, 8, 6, 1, 2, 8, 5, 3, 9]在任務(wù)場景中成功率很高,表現(xiàn)優(yōu)異,驗證了組合場景訓(xùn)練這種訓(xùn)練方式的有效性,同時證明了本文建立的無人機(jī)武器智能決策GFT是有效、可行并且正確的。

與此同時,經(jīng)過場景1+3+2組合訓(xùn)練的最優(yōu)染色體在任務(wù)場景中成功率不高,比較實驗過程發(fā)現(xiàn),實驗中訓(xùn)練場景的內(nèi)容相同但訓(xùn)練順序不同。由此進(jìn)行假設(shè),組合場景訓(xùn)練中訓(xùn)練場景的順序?qū)τ谟?xùn)練結(jié)果有影響,最佳的場景組合順序為先簡單后復(fù)雜。

3.4 組合場景訓(xùn)練的順序性驗證

為驗證假設(shè)的正確與否,在訓(xùn)練場景2的基礎(chǔ)上融合場景3的訓(xùn)練特性創(chuàng)建更復(fù)雜的訓(xùn)練場景4,既訓(xùn)練無人機(jī)在威脅數(shù)量具有較大波動情況下的決策能力,又訓(xùn)練誘餌彈的使用決策能力。其訓(xùn)練場景圖與場景2相同。無人機(jī)攜帶12枚空空導(dǎo)彈和24枚誘餌彈,按逆時針順序飛行，水面艦艇A、B、C發(fā)射空空導(dǎo)彈數(shù)目為3、6、1枚,無人機(jī)進(jìn)入巡邏區(qū),將受到6枚空空導(dǎo)彈的攻擊,其余設(shè)置與訓(xùn)練場景2相同。針對訓(xùn)練場景4進(jìn)行實驗得到任務(wù)成功率,如表11所示。

表11 訓(xùn)練場景4相關(guān)實驗結(jié)果表

由表11的數(shù)據(jù)可得,經(jīng)過場景1+4組合訓(xùn)練后的最優(yōu)染色體[2, 2, 2, 2, 1, 1, 2, 2, 2, 2, 2, 1, 2, 2, 1, 2, 1, 1, 1, 2, 1, 2, 8, 5, 0, 8, 3, 8, 9, 8, 1, 3, 2, 7, 6, 2, 1, 6, 7, 5, 1, 2, 8, 1, 3, 9]在任務(wù)場景中成功率很高,表現(xiàn)優(yōu)異,而經(jīng)過場景4+1組合訓(xùn)練的最優(yōu)染色體在任務(wù)場景中成功率較低。此結(jié)果驗證了假設(shè)的正確性,說明最佳的場景訓(xùn)練順序為先簡單后復(fù)雜。試分析原因,前一場景的優(yōu)秀個體在繼承給后一場景進(jìn)行訓(xùn)練時,兩場景共同優(yōu)化的特性沒有發(fā)生變化,而后一場景訓(xùn)練的特殊特性得到進(jìn)化,使得訓(xùn)練得到的結(jié)果適應(yīng)性更好。在進(jìn)行1、4組合訓(xùn)練時,先1后4的訓(xùn)練順序使得優(yōu)秀個體在繼承場景一優(yōu)良特性的前提下,增加了面對復(fù)雜情況下的決策能力,而在進(jìn)行先4后1組合訓(xùn)練時,無人機(jī)面對威脅數(shù)目有劇烈波動時的決策能力被破壞,導(dǎo)致染色體性能下降。

3.5 對比實驗

本文構(gòu)建的GFT對所有的規(guī)則和輸入物理量的隸屬度函數(shù)參數(shù)進(jìn)行編碼優(yōu)化,這樣設(shè)置的好處是GFT可以根據(jù)訓(xùn)練場景的特性自行調(diào)整規(guī)則和隸屬度參數(shù),而不是僅憑專家經(jīng)驗進(jìn)行設(shè)定。為了說明GFT的優(yōu)越性,現(xiàn)將經(jīng)過場景1+4組合訓(xùn)練得到的最優(yōu)個體與完全基于專家經(jīng)驗建立的FIT進(jìn)行任務(wù)場景仿真,得到任務(wù)場景得分對比圖,如圖9和圖10所示。專家根據(jù)經(jīng)驗建立的FIT的染色體編碼為[1, 2, 3, 2, 1, 1, 2, 1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 1, 1, 2, 2, 5, 5, 7, 5, 3, 1, 8, 8, 5, 3, 7, 7, 5, 5, 1, 6, 7, 6, 5, 2, 8, 5, 3, 5]。其在任務(wù)場景1中的成功率為7%,在任務(wù)場景2中成功率為25%,均未達(dá)到成功率的標(biāo)準(zhǔn)值44%,表現(xiàn)均為差。實驗結(jié)果表明,GFT訓(xùn)練出的最優(yōu)個體在任務(wù)場景中的表現(xiàn)遠(yuǎn)遠(yuǎn)優(yōu)于完全基于專家經(jīng)驗的FIT,專家根據(jù)決策經(jīng)驗得到的FIT不適用于設(shè)置的任務(wù)場景。由此可見,GFT相比一成不變的完全基于專家系統(tǒng)的FIT,雖然需要經(jīng)過大量訓(xùn)練才能得到,但是其可以根據(jù)訓(xùn)練場景的特性自行調(diào)整FIT中規(guī)則和隸屬度參數(shù),具有良好的靈活性。

圖9 任務(wù)場景1中的得分對比情況

圖10 任務(wù)場景2中的得分對比情況

4 結(jié) 論

本文采用GFT的思想,創(chuàng)建了無人機(jī)武器智能決策GFT,解決了察打一體化無人機(jī)在執(zhí)行偵察任務(wù)時,面對水面艦艇編隊火力打擊時如何自主智能地做出武器決策的問題。本文設(shè)計的三模糊子集參數(shù)編碼設(shè)置法,解決了染色體中隸屬度函數(shù)參數(shù)的編碼問題,不僅操作簡單,避免了無效編碼導(dǎo)致的系統(tǒng)紊亂,并且保留了編碼特性,是一種創(chuàng)新的變量設(shè)置方法。文中通過組合場景的訓(xùn)練方式,解決了只訓(xùn)練單一特性的單場景的最優(yōu)個體無法滿足復(fù)雜任務(wù)場景要求的問題,并且創(chuàng)新性的組合場景實驗方法實現(xiàn)了場景間種群的遺傳與進(jìn)化,并且提出最佳的場景訓(xùn)練順序為先簡單后復(fù)雜。將武器智能決策GFT與完全基于專家經(jīng)驗的FIT進(jìn)行實驗對比,發(fā)現(xiàn)武器智能決策GFT得到的最優(yōu)個體在任務(wù)場景中的表現(xiàn)遠(yuǎn)遠(yuǎn)優(yōu)于完全基于專家經(jīng)驗的FIT,說明武器智能決策GFT具有很好的靈活性,進(jìn)一步證明了GFT這種方法的優(yōu)越性。

目前,對于實驗中發(fā)現(xiàn)的組合場景訓(xùn)練順序性規(guī)律的原因尚未進(jìn)行實驗驗證,下一步將會對此進(jìn)行研究,并將其與組合場景訓(xùn)練這種方法結(jié)合,創(chuàng)造出更高效的訓(xùn)練方法。