声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：44-1240/TP
国际刊号：1000-8152
发布日期:
作者：黄卓,徐振,郭健,陈庆伟,吴潇瑞
单位：南京理工大学,南京理工大学,南京理工大学,南京理工大学,南京理工大学
关键词：集群导弹; 任务分配; 不确定性; 分区间强化学习
基金：国防基础科研项目(JCKY2021606B002), 江苏省六大人才高峰项目(GDZB–027), 国家自然科学基金项目(U20B2056)
针对集群导弹在线任务分配面临的环境不确定、耗时过长等问题, 本文研究了一种基于分区间强化学习的 集群导弹快速任务分配算法. 首先, 建立集群导弹的综合攻防性能模型, 并将存在环境不确定性的集群导弹任务分 配问题表述为马尔可夫决策过程. 其次, 针对该过程采用分区间强化学习, 通过将搜索空间划分成若干个子区间, 降低搜索维度, 加快算法的收敛过程, 并通过理论证明给出了最优区间划分依据. 最后, 通过3组仿真实验, 分别从 收敛速度、不确定条件下的寻优能力以及导弹和目标数量可变情况下的决策能力3个方面, 验证了所提算法的快速 性和优化性能.
来源：2023年第6期
《控制理论与应用》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。