基于动态影响网的任务联盟演化过程行动策略优选

摘要：

优化选择一定的行动策略能促使任务联盟向期望的目标效果演化。考虑部分事件/行动在不同时段下影响强度不相一致，使用考虑影响值时变的动态影响网对联盟演化过程行动策略优选问题进行建模，给出因果强度逻辑下概率传播参数设计的一致性条件，并基于因果强度逻辑进行影响值计算。基于物种进化中存在基因漂流的特性，设计一种学习型遗传算法（learnable genetic algorithm，LGA）对行动策略优选模型进行优化求解，通过染色体种群对优秀染色体优势基因位学习，结合有效的遗传和选择算子，加快算法收敛寻优速度。结合空中进攻作战想定案例进行仿真验证，计算结果表明，在部分事件/行动节点影响值变化下进行策略优选，提高了对因果关系的建模能力，所提的学习型遗传算法具有良好的收敛性和较好的寻优能力。

关键词：联盟演化、行动策略、动态影响网、学习型遗传算法、因果强度逻辑

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61273048；空军工程大学信息与导航学院博士创新基金KDY2011-002资助课题

在线出版日期：2014-09-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1527-1536