A Model of Precision PGM Optimization Allocation Based on Target Striking Mission

LIU Bo, ZHOU Wenming, LIU Zhao, WANG Rusheng

JPRMG ›› 2020, Vol. 40 ›› Issue (3) : 144-145.

PDF(245 KB)
PDF(245 KB)
JPRMG ›› 2020, Vol. 40 ›› Issue (3) : 144-145. DOI: 10.15892/j.cnki.djzdxb.2020.03.032

A Model of Precision PGM Optimization Allocation Based on Target Striking Mission

Author information +
History +

Abstract

Target striking usually always uses PGM. The usage of PGM should take amount, target striking demand, economic efficiency and damage capabilities of PGM. Current analyzing method always has difficulty in overall consideration. Paper built a PGM apportion model based on integer linear program. According to the simulation with MATLAB,The model is able to generate the apportion of PGM according to the amount of available PGM which is lowest economic cost which enhance the calculation efficiency and accuracy.

Key words

target striking / PGM / recommended amount according to performance evaluation / optimization apportion / integer linear program / economic efficiency

Cite this article

Download Citations
LIU Bo, ZHOU Wenming, LIU Zhao, et al. A Model of Precision PGM Optimization Allocation Based on Target Striking Mission[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2020, 40(3): 144-145 https://doi.org/10.15892/j.cnki.djzdxb.2020.03.032

0 引言

目标打击[1]任务主要通过选择相应的精确制导弹药[2]实现。精确制导弹药种类多、打击精度高、造价昂贵。制导弹药的选择需要综合目标打击要求、目标特性、弹药性能、弹药数量、经济效益等多方面因素。文中以最小化经济成本前提下完成目标打击任务为出发点,基于整数线性规划[3]建立了精确制导弹药优化分配模型,该模型能够根据制导弹药现有数量、弹药成功发射概率计算分析当前可成功发射弹药量,并结合目标打击任务要求提出经济成本最低的弹药使用分配方案。

1 模型构建

已知条件:根据弹药弹头和弹体的不同,将弹药分为N型,第i型弹药可用数量为di;根据目标本身特性和目标打击要求,将敌目标分为L类,某任务需要打击第j类目标数量为tj;效能分析推荐量xji,该物理量综合目标特性、制导弹药毁伤能力、战场环境三大影响因素,通过仿真计算的方法得到,表示只使用第i型弹药打击单个第j类目标时达成毁伤效能需要成功发射的弹药数量,当xji =∞时表示该型弹药不能够用于打击相应目标;第i型弹药单发可成功发射的概率为pi,pi可通过平时发射情况进行统计;第i型弹药单价为ci
求解问题:打击第j类目标需要成功发射第i型弹药的数量yji
认为成功发射规定数量弹药即为完成目标打击任务。利用等效折算思想[4]将打击要求量化,定义打击效能比 yjitjxji,则达成任务要求应当满足:
i=1Nyjitjxji1, 1jL
(1)
弹药可成功发射数量si服从二项分布[5],记为si~B(di, pi),期望E[K]= M pi,方差D[K]= Mpi(1-pi)。通常弹药数量较大,si近似服从正态分布,记作si~N(μi, σi2)。根据正态分布的性质,P{Kμi-σi}=0.84,即有84%以上的把握可以确保至少有(μi-σi)枚弹药成功发射。
①当σi≥1时,μi-σiμi- σi2,则P{Kμ-σ2}>0.84。此时取yi=μi- σi2,则:
si=μi- σi2=di pi2
②当0≤σi<1时,μi-σi>μi-1,则P{Kμ-1}>0.84。此时取yi=μi-1,则:
si=μi-1=dipi-1
综上则有:
j=1Lyjisi=min{dipi2,dipi-1},1iN
(2)
以消耗弹药的总价值衡量费效比,总价值越低则越优。则目标函数为:
min{i=1Nj=1Lciyji}
(3)
模型输出为yji,即i型弹药打击第j类目标时成功发射弹药量。由此可以计算总成功发射弹药量。
Yj=( yj1, yj2,…, yjN),YT=(Y1,Y2,…,YL), C1×N=(c1, c 2,…, c N),INN阶单位矩阵, b1×L=(1,1,…,1), s1×N=(s1, s2,…, sN)。A2f为分块矩阵,均包含L个子块。
Xj=( 1tjxj1, 1tjxj2,…, 1tjxjN)
(4)
A1= X1000000XL
(5)
A2=(IN,…,IN)
(6)
f=(CN,…,CN)
(7)
将式(1)、式(2)、式(3)表示成线性规划模型的标准形式[5]:
minF=f·Ys.t.-A1A2·Y-bTsTY0,YZ
(8)
通过Matlab线性规划函数[6]求解式(8),则可得到经济成本最低的弹药使用分配方案Yj,目标函数值F为消耗弹药总价值。

2 应用示例

已知,某次作战行动需要打击A类目标10个,B类目标20个,C类目标30个,目标打击效果要求均为击毁。此次任务共有弹药4型,记为ABCD,综合弹药毁伤能力、目标特性、战场环境,通过仿真分析得到每型弹药对相应目标打击的效能分析推荐量如表1所示。
表1 目标打击效能分析推荐量
弹药类型 效能分析推荐量/
A类目标 B类目标 C类目标
A 1 1
B 2 2
C 3 3 2
D 1 1
各型弹药单价如表2所示。
表2 弹药单价 百万元
A弹药 B弹药 C弹药 D弹药
8 4 5 6
当前可用弹药数量及可成功发射概率如表3所示。
表3 弹药数量及发射成功率
弹药类型 弹药可用数量/ 可成功发射概率
A 15 0.98
B 20 0.96
C 50 0.94
D 30 0.97
代入式(8)求解得到经济成本最低的目标-弹药分配方案(需要成功发射的弹药数量)如表4所示,此时目标函数值达到最小为444,则对应的消耗弹药总价值达到最小为444百万元。该方案可确保84%以上的成功率。
表4 目标-弹药分配表
弹药类型 需要成功发射的弹药数量/
A类目标 B类目标 C类目标
A 2 0 11
B 16 2 0
C 0 0 20
D 0 19 9

3 结论

文中基于整数线性规划模型构建了精确制导弹药的优化分配模型,该模型能够基于现有弹药数量、目标打击任务要求进行计算分析,给出经济成本最低的制导弹药使用分配方案,经过Matlab验证[6]。结果表明,该模型能够根据当前制导弹药数量和目标打击任务要求给出经济成本最低的制导弹药使用分配方案,提升了精确制导弹药使用分析的科学性。

References

[1]
蔡向阳, 姜博轩, 李男. 联合作战打击目标选择[J]. 四川兵工学报, 2009, 30(8):75-77.
[2]
刘兴堂, 戴革林. 精确制导武器与精确制导控制技术[M]. 西安: 西北工业大学出版社, 2009:1-50.
[3]
MEERSCHAERT M. 数学建模方法与分析[M].刘来福,黄海洋,杨淳,译. 北京: 机械工业出版社, 2015:58-72.
[4]
罗小明. 非对称作战数学建模与仿真分析[M]. 北京: 国防工业出版社, 2012:80-150.
[5]
GIORDANO F R, FOX W P. HORTON S B. 数学建模[M].叶其孝,姜启源,译. 北京: 国防工业出版社, 2014:184-204.
[6]
邓薇. MATLAB函数实例速查手册[M]. 北京: 人民邮电出版社, 2010:607.
PDF(245 KB)

37

Accesses

0

Citation

Detail

Sections
Recommended

/