摘要
本发明公开了一种航天器多对多博弈对抗策略规划与优化方法,属于多星任务规划领域。包括以下步骤:对多对多航天器博弈对抗进行建模,对博弈双方策略互相影响的情况进行描述,博弈双方策略互相影响的情况包括多组单回合博弈;在单回合博弈中,分别对博弈双方的多目标任务规划进行建模,得到博弈双方的多目标任务规划模型;基于遗传算法分别对博弈双方的多目标任务规划模型进行求解,得出双方该回合的决策方案;通过Q学习算法不断对多对多航天器博弈模型进行训练,得到进攻方在每一个博弈回合的多目标任务权重。本发明能够解决多目标优化权重不合理的问题,使得最终取得较高的博弈收益,从而提高多星任务处理的准确性和效率。
技术关键词
航天器
规划
策略
Q学习算法
燃料
拦截器
决策
遗传算法优化
脉冲
总量
处理器
计算机设备
轨道
大气层
计划
染色体
变量
存储器
基因