基于GA的水下預(yù)置反艦導(dǎo)彈區(qū)域封鎖部署優(yōu)化

孫 凡, 鄒 強(qiáng), 彭英武

基于GA的水下預(yù)置反艦導(dǎo)彈區(qū)域封鎖部署優(yōu)化

孫 凡1,2, 鄒 強(qiáng)1, 彭英武1

(1. 海軍工程大學(xué) 兵器工程學(xué)院, 湖北 武漢, 430033; 2. 中國人民解放軍92730部隊, 海南 三亞, 572000)

水下預(yù)置反艦導(dǎo)彈作為一種新型的水下攻擊武器, 將在未來海戰(zhàn)中扮演重要角色。為充分發(fā)揮水下預(yù)置反艦導(dǎo)彈封鎖效能, 文中通過網(wǎng)格化處理目標(biāo)海域的方法, 對區(qū)域封鎖作戰(zhàn)中水下預(yù)置反艦導(dǎo)彈的部署使用進(jìn)行了研究, 并結(jié)合武器性能、環(huán)境特點(diǎn)以及作戰(zhàn)要求等因素, 建立水下預(yù)置反艦導(dǎo)彈區(qū)域封鎖部署的組合優(yōu)化模型。最后利用遺傳算法, 通過仿真算例驗證了模型的合理性和有效性, 為日后水下預(yù)置反艦導(dǎo)彈的決策部署提供參考。

水下預(yù)置武器; 反艦導(dǎo)彈; 部署優(yōu)化; 遺傳算法

0 引言

未來海戰(zhàn)中, 水下預(yù)置反艦導(dǎo)彈作為一種新型的水中兵器, 有望在反介入/區(qū)域拒止作戰(zhàn)中發(fā)揮重要作用。由于其具有潛伏時間長、目標(biāo)特性小、打擊距離遠(yuǎn)和封鎖面積大等特點(diǎn)[1], 使得該型裝備在執(zhí)行區(qū)域封鎖等作戰(zhàn)任務(wù)時具備更佳的戰(zhàn)略優(yōu)勢和戰(zhàn)斗效果。因此, 如何根據(jù)戰(zhàn)場環(huán)境特點(diǎn)和武器本身性能, 合理部署水下預(yù)置反艦導(dǎo)彈以發(fā)揮其最大的封鎖效能, 就顯得尤為重要。

目前, 國內(nèi)的研究更多的集中于水下預(yù)置武器的發(fā)展現(xiàn)狀和裝備研究上, 對水下預(yù)置反艦導(dǎo)彈的部署優(yōu)化研究較少。楊智棟等[2]、張弛等[3]相繼通過梳理國內(nèi)外資料, 概括提煉了水下預(yù)置武器的裝備特點(diǎn)、關(guān)鍵技術(shù)和發(fā)展趨勢, 并給出了相關(guān)建議。司廣宇等[4]、謝偉等[5]分別從水下立體攻防體系構(gòu)建和水下攻防對抗裝備發(fā)展2個方向進(jìn)行了研究分析。其中, 部分水雷和防空武器作戰(zhàn)使用的資料具有相當(dāng)?shù)膮⒖純r值[6-10]。文中將區(qū)域封鎖部署優(yōu)化視為組合優(yōu)化問題, 旨在最大限度提升水下預(yù)置反艦導(dǎo)彈的毀傷覆蓋能力, 并以環(huán)境和武器特點(diǎn)為約束, 試圖找出封鎖區(qū)域最佳的部署位置。

1 數(shù)學(xué)模型

1.1 封鎖區(qū)域

封鎖作戰(zhàn)中實(shí)際海區(qū)是連續(xù)的, 理論而言, 封鎖海域內(nèi)的任意位置都可以作為水下預(yù)置反艦導(dǎo)彈的預(yù)備部署點(diǎn), 但要對部署位置進(jìn)行尋優(yōu)計算, 就必須對封鎖海區(qū)進(jìn)行量化處理[11]。

利用網(wǎng)格離散化的思想, 如圖1所示(交點(diǎn)處的圖形表示不同類型武器), 將封鎖區(qū)域用一定數(shù)量大小相等的網(wǎng)格進(jìn)行劃分, 把劃分后的交叉點(diǎn)作為水下預(yù)置反艦導(dǎo)彈的預(yù)備部署點(diǎn), 這樣就對封鎖區(qū)域的布設(shè)位置進(jìn)行了量化表示。顯然, 當(dāng)封鎖區(qū)域被網(wǎng)格劃分得越細(xì), 可用來選擇的預(yù)備部署點(diǎn)就越多, 就越接近真實(shí)的戰(zhàn)場部署環(huán)境, 但隨之而來的計算難度也相應(yīng)地變大。因此, 在實(shí)際操作中, 應(yīng)結(jié)合具體情況決定網(wǎng)格的大小和數(shù)量。

圖1 封鎖區(qū)域網(wǎng)格化示意圖

1.2 武器部署

1.3 毀傷能力

1.4 戰(zhàn)場環(huán)境

在實(shí)際武器部署過程中, 并不是所有的預(yù)備部署點(diǎn)都適合布設(shè)水下預(yù)置反艦導(dǎo)彈。封鎖區(qū)域內(nèi)若存在坡度較大的海溝海槽、深海火山、沉船沉雷等特殊地理環(huán)境時, 這些位置是無法部署水下預(yù)置反艦導(dǎo)彈的, 在預(yù)備部署點(diǎn)時應(yīng)予以排除。

1.5 毀傷要求

使用水下預(yù)置反艦導(dǎo)彈進(jìn)行封鎖作戰(zhàn), 不可能像布設(shè)水雷雷陣那樣大量冗余部署, 通常情況是使用有限數(shù)量和類型的反艦導(dǎo)彈來封鎖較大的海區(qū), 發(fā)揮一定的對敵打擊的戰(zhàn)略威懾。這要求指揮員根據(jù)實(shí)際情況, 做出相應(yīng)決斷, 規(guī)定出重點(diǎn)封鎖區(qū)域或方向, 部署時優(yōu)先滿足重點(diǎn)區(qū)域和方向上的毀傷概率, 然后再盡可能擴(kuò)大封鎖區(qū)域。

1.6 模型優(yōu)化

約束條件為

利用罰函數(shù)方法求解引進(jìn)乘法因子將約束條件加進(jìn)目標(biāo)函數(shù), 使有約束的最大化問題轉(zhuǎn)化為無約束最小化問題[13]。轉(zhuǎn)化后的目標(biāo)函數(shù)為

當(dāng)確定的武器部署矩陣無法滿足戰(zhàn)場環(huán)境和毀傷概率要求時, 目標(biāo)函數(shù)就會被賦予很大的值, 從而迫使極小點(diǎn)始終存在或逼近可行域, 不斷迭代收斂出可行解。

2 遺傳算法

遺傳算法(genetic algorithm, GA)是一種借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法, 其基本原理是仿效生物界中的“物競天擇、適者生存”的演化法則。與傳統(tǒng)搜索算法不同, GA的全局尋優(yōu)能力較強(qiáng), 從隨機(jī)產(chǎn)生的初始解開始搜索, 通過一定的選擇、交叉和變異操作逐步迭代以收斂于最優(yōu)解[14]。

3 算例分析

假設(shè)封鎖海域為邊長1 500 km的正方形區(qū)域, 為簡化計算, 設(shè)定該海域內(nèi)任意地點(diǎn)均適合部署水下預(yù)置反艦導(dǎo)彈, 且根據(jù)相關(guān)情報和作戰(zhàn)計劃, 東南西北4個方向向內(nèi)的500 km為重點(diǎn)封鎖區(qū)域, 要求該區(qū)域毀傷概率必須大于0.5。

圖2 GA計算步驟

可使用的水下預(yù)置反艦導(dǎo)彈有3種類型, 武器基本參數(shù)如表1所示。

表1 武器基本參數(shù)列表

根據(jù)封鎖海域的大小和武器特點(diǎn), 將該海域按照每100 km為一個網(wǎng)格進(jìn)行劃分。計算過程中所用的參數(shù)如表2所示。

表2 計算參數(shù)列表

經(jīng)過計算, 當(dāng)水下預(yù)置反艦導(dǎo)彈如圖3部署時, 可確保重點(diǎn)封鎖區(qū)域毀傷概率均大于0.5, 同時對整個封鎖海域的毀傷覆蓋能力可達(dá)到82.03%, 對區(qū)域內(nèi)所有點(diǎn)位的毀傷概率求取算術(shù)平均值, 可得整個封鎖海域內(nèi)的導(dǎo)彈平均毀傷概率為0.423。

其余假設(shè)和參數(shù)不變, 倘若相關(guān)情報和作戰(zhàn)計劃有變, 現(xiàn)劃定封鎖區(qū)內(nèi)正北方向為重點(diǎn)封鎖區(qū)域, 要求該區(qū)域毀傷概率必須大于0.5。

圖3 區(qū)域封鎖部署方案1

經(jīng)過計算, 當(dāng)水下預(yù)置反艦導(dǎo)彈按圖4部署時, 可確保重點(diǎn)封鎖區(qū)域毀傷概率均大于0.5, 同時對整個封鎖海域的毀傷覆蓋能力可達(dá)到84.38%, 且可使整個封鎖海域內(nèi)的導(dǎo)彈平均毀傷概率達(dá)到0.41。

圖4 區(qū)域封鎖部署方案2

4 結(jié)束語

對水下預(yù)置反艦導(dǎo)彈區(qū)域封鎖作戰(zhàn)中的部署問題進(jìn)行了研究, 利用將封鎖海域網(wǎng)格化的方法, 綜合考慮了武器本身、戰(zhàn)場環(huán)境、戰(zhàn)術(shù)要求等要素, 建立了水下預(yù)置反艦導(dǎo)彈的部署優(yōu)化模型, 并利用GA算法對模型進(jìn)行了求解。

試驗結(jié)果表明, 通過該方法能夠確保在封鎖海域中重點(diǎn)區(qū)域達(dá)到毀傷要求的情況下, 使得毀傷概率最大限度覆蓋全部目標(biāo)海域, 較好地解決了水下預(yù)置反艦導(dǎo)彈的部署優(yōu)化問題, 對未來海戰(zhàn)中水下預(yù)置武器的實(shí)際部署使用具有一定的參考價值。下一步工作中將更多地考慮水下預(yù)置反艦導(dǎo)彈發(fā)動攻擊時間、多枚導(dǎo)彈攻擊高價值同一目標(biāo)等問題, 以此展開研究。

[1] 袁亞, 張木, 李翔, 等. 國外水下預(yù)置無人作戰(zhàn)裝備研究[J]. 戰(zhàn)術(shù)導(dǎo)彈技術(shù), 2018(1): 51-55.Yuan Ya, Zhang Mu, Li Xiang, et al. Research on Underwater Pre-installed Unmanned Combat Equipment[J]. Tactical Missile Technology, 2018(1): 51-55.

[2] 楊智棟, 李榮融, 蔡衛(wèi)軍, 等. 國外水下預(yù)置武器發(fā)展及關(guān)鍵技術(shù)[J]. 水下無人系統(tǒng)學(xué)報, 2018, 26(6): 521- 526.Yang Zhi-dong, Li Rong-rong, Cai Wei-jun, et al. Development and Key Technologies of Preset Undersea Weapon: a Review[J]. Journal of Unmanned Undersea Systems, 2018, 26(6): 521-526.

[3] 張弛, 蔡帆. 水下無人預(yù)置平臺的發(fā)展現(xiàn)狀和啟示[J]. 現(xiàn)代防御技術(shù), 2019, 47(5): 14-21.Zhang Chi, Cai Fan. Development Status and Enlightenment of Underwater Unmanned Preset Platform[J]. Modern Defense Technology, 2019, 47(5): 14-21.

[4] 司廣宇, 苗艷, 李關(guān)防. 水下立體攻防體系構(gòu)建技術(shù)[J]. 指揮控制與仿真, 2018, 40(1): 1-8.Si Guang-yu, Miao Yan, Li Guan-fang. Underwater Tridimensional Attack-Defense System Technology[J]. Com- mand Control & Simulation, 2018, 40(1): 1-8.

[5] 謝偉, 楊萌, 龔俊斌. 水下攻防對抗體系及其未來發(fā)展[J]. 中國工程科學(xué), 2019, 21(6): 71-79.Xie Wei, Yang Meng, Gong Jun-bin. Underwater Attack-Defense Confrontation System and Its Future Development[J]. Strategic Study of CAE, 2019, 21(6): 71-79.

[6] 朱紅波, 張旭, 冷相文. 基于遺傳算法的自航水雷障礙雷位配置[J]. 彈箭與制導(dǎo)學(xué)報, 2012, 32(2): 162-164.Zhu Hong-bo, Zhang Xu, Leng Xiang-wen. Configuration of Planting Locations in Mobile Mine Obstacle Based on Genetic Algorithm[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2012, 32(2): 162-164.

[7] 馬碩, 馬亞平. 混合定次雷區(qū)的布雷數(shù)量計算方法[J]. 軍事運(yùn)籌與系統(tǒng)工程, 2017, 31(4): 15-18.

[8] 陽林, 劉付顯, 張搏. 基于理想點(diǎn)法的區(qū)域防空部署優(yōu)化方法[J]. 空軍工程大學(xué)學(xué)報(自然科學(xué)版), 2014,15(2): 49-52.Yang Lin, Liu Fu-xian, Zhang Bo. A Study of Optimization on Area Air-defense Operation Disposition Based on Ideal Point Method[J]. Journal of Air Force Engineering University(Natural Science Edition), 2014, 15(2): 49-52.

[9] 王昆, 原曉波, 路明磊. 地空導(dǎo)彈陣地配置方案優(yōu)化問題研究[J]. 艦船電子工程, 2011, 31(6): 37-41.Wang Kun, Yuan Xiao-bo, Lu Ming-lei. Study on the Optimizing of Surface-to-air Missile Forces Disposition Project[J]. Ship Electronic Engineering, 2011, 31(6): 37-41.

[10] 邢清華, 劉付顯. 區(qū)域防空部署優(yōu)化系統(tǒng)建模[J]. 系統(tǒng)工程與電子技術(shù), 2006, 28(5): 712-715.Xing Qing-hua, Liu Fu-xian. Modeling on Area Air Defense Optimization Deployment System[J]. Systems Engineering and Electronics, 2006, 28(5): 712-715.

[11] 陳杰, 陳晨, 張娟, 等. 基于Memetic算法的要地防空優(yōu)化部署方法[J]. 自動化學(xué)報, 2010, 36(2): 242-248.Chen Jie, Chen chen, Zhang Juan, et al. Deployment Optimization for Point Air Defense Based on Memetic Algorithm[J]. Acta Automatica Sinica, 2010, 36(2): 242-248.

[12] 雷宇曜, 姜文志, 劉立佳, 等. 基于子目標(biāo)進(jìn)化算法的要地防空武器系統(tǒng)優(yōu)化部署[J]. 系統(tǒng)工程與電子技術(shù), 2016(2): 314-322.Lei Yu-yao, Jiang Wen-zhi, Liu Li-jia, et al. Weapon System Deployment Optimization Based on a Sub-objective Evolutionary Algorithm for Key-point Air Defense[J]. Systems Engineering and Electronics, 2016(2): 314-322.

[13] 趙鵬蛟, 李建國, 李紅霞, 等. 基于Memetic算法的要地防空兵力機(jī)動部署優(yōu)化方法[J]. 火力與指揮控制, 2018, 43(9): 25-29.Zhao Peng-jiao, Li Jian-guo, Li Hong-xia, et al. Optimization of Troops Maneuver Deployment for Key-point Air Defense Based on Memetic Algorithm[J]. Fire Control & Command Control, 2018,43(9): 25-29.

[14] 溫包謙, 王濤, 成坤, 等. 基于PSO-GA混合算法的末端防御兵力優(yōu)化部署方法[J]. 兵器裝備工程學(xué)報, 2019, 40(11): 45-49.Wen Bao-qian, Wang Tao, Cheng Kun, et al.End-Defense Force Optimization Deployment Method Based on PSO- GA Hybrid Algorithm[J]. Journal of Sichuan Ordnance, 2019, 40(11): 45-49.

Optimization of Regional Blockade Deployment of Underwater Preset Anti-ship Missiles Based on GA

SUN Fan1,2, ZOU Qiang1, PENG Ying-wu1

(1. College of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China; 2. 92730thUnit, The People Liberation Army of China, Sanya 572000, China)

Underwater preset anti-ship missiles as a new type of underwater attack weapon will play an important role in future naval battles. Therefore, to improve the effectiveness of underwater preset anti-ship missile blockades, the deployment of underwater preset anti-ship missiles in regional blockade operations is studied by separating the target sea area into grids. This is combined with an analysis of weapon performance, environmental characteristics, operational requirements, and other factors, and a combination optimization model of underwater preset anti-ship missile regional blockade deployment is established. Finally, the genetic algorithm(GA) is used to verify the rationality and effectiveness of the model through simulation examples, whereby a reference is provided for the deployment of underwater anti-ship missiles in the future.

underwater preset weapon; anti-ship missile; deployment optimization; genetic algorithm(GA)

TJ762.44; E843

A

2096-3920(2021)02-0238-05

10.11993/j.issn.2096-3920.2021.02.016

孫凡, 鄒強(qiáng), 彭英武. 基于GA的水下預(yù)置反艦導(dǎo)彈區(qū)域封鎖部署優(yōu)化[J]. 水下無人系統(tǒng)學(xué)報, 2021, 29(2): 238-242.

2020-06-23;

2020-07-28.

國防科技創(chuàng)新項目資助(19H86305ZD01300102).

孫 凡(1991-), 男, 在讀碩士, 主要研究方向為武器系統(tǒng)運(yùn)用與保障.

(責(zé)任編輯: 許 妍)