基于強(qiáng)化麻雀搜索神經(jīng)網(wǎng)絡(luò)的空戰(zhàn)機(jī)動(dòng)決策方法

劉慶利，喬晨昊，楊國(guó)強(qiáng)，張振亞

（大連大學(xué)通信與網(wǎng)絡(luò)重點(diǎn)實(shí)驗(yàn)室 遼寧 大連 116000）

0 引言

超機(jī)動(dòng)作戰(zhàn)是高性能戰(zhàn)機(jī)的必備技術(shù)，而飛行員所需要的是如何在空戰(zhàn)的博弈中作出相對(duì)正確的機(jī)動(dòng)決策。機(jī)動(dòng)決策是根據(jù)敵方飛機(jī)的飛行態(tài)勢(shì)作出有利的機(jī)動(dòng)變化，來躲避敵方導(dǎo)彈和置于有利位置發(fā)射導(dǎo)彈的過程。機(jī)動(dòng)決策的目的是獲取利于我方攻擊的位置，發(fā)射導(dǎo)彈擊傷、擊落甚至擊毀敵機(jī)來獲取制空權(quán)。隨著近些年軍工技術(shù)的大力發(fā)展，三代機(jī)、四代機(jī)已經(jīng)逐漸成為空軍的主要作戰(zhàn)力量，面對(duì)高性能的戰(zhàn)斗機(jī)，如何進(jìn)行高效的決策成為飛行員的一大困難。在敵我雙方空戰(zhàn)態(tài)勢(shì)復(fù)雜的情況下，迅速、精準(zhǔn)地進(jìn)行空戰(zhàn)機(jī)動(dòng)決策，充分發(fā)揮戰(zhàn)斗機(jī)地高機(jī)動(dòng)特性，已經(jīng)成為空戰(zhàn)決策中急需解決地問題之一。

近幾十年來，對(duì)于空戰(zhàn)機(jī)動(dòng)決策的智能算法有專家系統(tǒng)、滾動(dòng)時(shí)域控制法、神經(jīng)網(wǎng)絡(luò)算法、支持向量回歸算法、遺傳算法等優(yōu)化算法等［1］。文獻(xiàn)［2］中基于的粒子群算法（particular swarm optimization，PSO），提出了粒子群神經(jīng)網(wǎng)絡(luò)（particular swarm optimization network，PSON），改善了神經(jīng)網(wǎng)絡(luò)的局部最優(yōu)的缺點(diǎn)，但粒子群算法在收斂速度上遠(yuǎn)遠(yuǎn)不能適應(yīng)當(dāng)代空戰(zhàn)機(jī)動(dòng)決策的速度要求。文獻(xiàn)［3］將心理學(xué)中的前景理論引入到?jīng)Q策中，構(gòu)建了針對(duì)空戰(zhàn)問題的模型，但模型過于單一，無法考慮真實(shí)作戰(zhàn)中的復(fù)雜問題，需要結(jié)合目前興起的人工智能技術(shù)。文獻(xiàn)［4］采用了目前興起的人工智能，基于神經(jīng)網(wǎng)絡(luò)的作戰(zhàn)決策模型。雖然可以訓(xùn)練出較好的模型，優(yōu)化速度慢、準(zhǔn)確性低。……