1. Trang Chủ
  2. Tự động hoá
  3. Xây dựng thuật toán tự tổ chức hỗ trợ ra quyết định bố trí đội hình tàu tên lửa theo nhóm tàu mục tiêu địch đảm bảo tối ưu hóa số lượng đạn sử dụng

Xây dựng thuật toán tự tổ chức hỗ trợ ra quyết định bố trí đội hình tàu tên lửa theo nhóm tàu mục tiêu địch đảm bảo tối ưu hóa số lượng đạn sử dụng

Bài viết trình bày một thuật toán tự tổ chức nhằm xây dựng đội hình chiến đấu cho biên đội tàu tên lửa. Mục tiêu chính của bài báo là xây dựng một hệ thống tính toán tự động trợ giúp cho người chỉ huy ra quyết định bố trí đội hình, số lượng và thứ tự tên lửa được sử dụng đảm bảo xác suất tên lửa đánh trúng tàu mục tiêu cũng như khả năng bảo tồn sức chiến đấu của biên đội là lớn nhất. Kỹ thuật Điều khiển – Tự động hóa XÂY DỰNG THUẬT TOÁN TỰ TỔ CHỨC HỖ TRỢ RA QUYẾT ĐỊNH BỐ TRÍ ĐỘI HÌNH TÀU TÊN LỬA

Thể loại Tài liệu miễn phí Tự động hoá

Số trang 10

Ngày tạo 8/15/2019 3:42:02 PM +00:00

Loại tệp PDF

Kích thước 1.24 M

Tên tệp

Tải Xây dựng thuật toán tự tổ chức hỗ trợ ra quyết địn... (.pdf)

Xem mẫu

  1. Kỹ thuật Điều khiển – Tự động hóa XÂY DỰNG THUẬT TOÁN TỰ TỔ CHỨC HỖ TRỢ RA QUYẾT ĐỊNH BỐ TRÍ ĐỘI HÌNH TÀU TÊN LỬA THEO NHÓM TÀU MỤC TIÊU ĐỊCH ĐẢM BẢO TỐI ƯU HÓA SỐ LƯỢNG ĐẠN SỬ DỤNG Đàm Hữu Nghị1, Lê Kỳ Biên2, Nguyễn Công Thức3, Bùi Quốc Dũng1* Tóm tắt: Trong bài báo này, nhóm tác giả trình bày một thuật toán tự tổ chức nhằm xây dựng đội hình chiến đấu cho biên đội tàu tên lửa. Mục tiêu chính của bài báo là xây dựng một hệ thống tính toán tự động trợ giúp cho người chỉ huy ra quyết định bố trí đội hình, số lượng và thứ tự tên lửa được sử dụng đảm bảo xác suất tên lửa đánh trúng tàu mục tiêu cũng như khả năng bảo tồn sức chiến đấu của biên đội là lớn nhất. Kết quả được mô phỏng, kiểm chứng bằng phần mềm Matlab và hệ thống mô phỏng tác chiến Action Speed Tactical Trainer (ASTT) của hãng Thales. Từ khóa: Tàu tên lửa; Tối ưu hóa; Nhận dạng. 1. ĐẶT VẤN ĐỀ Tác chiến trên biển ngày nay diễn ra căng thẳng, nhanh chóng và khốc liệt. Chỉ dựa vào kinh nghiệm người chỉ huy sẽ không bao quát hết các tình huống xẩy ra trên biển dẫn tới đưa ra các quyết định không phù hợp gây nên các tổn thất về thế trận, lực lượng và cả về kinh tế. Để giảm thiểu tổn thất mà các quyết định không chính xác mang đến cần ứng dụng các lý thuyết điều khiển hiện đại và thiết bị máy tính nhằm hỗ trợ người chỉ huy ra quyết định chính xác. Trên cơ sở đó, nhóm tác giả xây dựng thuật toán tự tổ chức hỗ trợ ra quyết định bố trí đội hình tàu tên lửa theo nhóm tàu mục tiêu địch đảm bảo tối ưu hóa số lượng đạn sử dụng. 2. BÀI TOÁN TÍNH TOÁN ĐỘI HÌNH VÀ SỐ LƯỢNG TÊN LỬA CẦN THIẾT CHO MỘT ĐÒN ĐÁNH ĐỘC LẬP 2.1. Xây dựng tập các tình huống trên biển Diễn tiến của một đòn công kích tên lửa vào mục tiêu trên biển của một biên đội được thể hiện trên hình 1. Thông tin Tính toán Tổ chức Thực hiện về địch đội hình lực lượng đòn đánh Quan sát đánh giá Hình 1. Diễn tiến tổ chức trận đánh. Từ chỉ thị mệnh lệnh của trên, căn cứ vào các thông tin có được về địch, căn cứ vào biên chế, số lượng tàu tên lửa, số tên lửa hiện có của ta người chỉ huy phải so sánh được tương quan lực lượng giữa ta và địch để đưa ra quyết định bố trí nhất. Quyết định đó dựa trên các chỉ tiêu đánh giá hiệu quả đòn đánh mà trọng tâm là xác suất tiêu diệt tàu địch và xác suất bảo tồn tàu ta được mô tả bằng bảng 1 [2], [3], [5] và được xác định theo các công thức (2.1), (2.2) . 78 Đ. H. Nghị, …, B. Q. Dũng, “Xây dựng thuật toán tự tổ chức … số lượng đạn sử dụng.”
  2. Nghiên cứu khoa học công nghệ Bảng 1. Chỉ tiêu đánh giá hiệu quả đòn đánh. Ý nghĩa của chỉ tiêu TT Chỉ tiêu đánh giá Số lượng Chất lượng < 0,4 Làm suy yếu Về địch: 1 0,4 – 0,7 Chế áp Xác suất tiêu diệt tàu tấn công của địch > 0,7 Tiêu diệt < 0,4 Bị tiêu diệt Về ta: 2 0,4 – 0,7 Bị thương Xác suất bảo tồn sức chiến đấu của tàu ta > 0,7 Bảo tồn Xác suất tiêu diệt tàu thứ i của địch trong một đòn đánh [1], [3], [4], [5], [6]: N    k j z n   TTL      mtli .tli   phi  nhi     P .P .Q .P - i 1 n - i 1 - i 1   Wi  1- 1- Pbt . 1- 1- bmt td kt ch .e .e n .e n   (2.1)  w                  Trong đó: Pbt - Xác suất bảo tồn khả năng chiến đấu của tàu tên lửa (TTL); Pbmt - Xác suất bắt mục tiêu của đầu tự dẫn tên lửa; Ptd - Xác suất dẫn tên lửa đúng mục tiêu sau khi đã bắt được mục tiêu; Qkt - Xác suất không hỏng về mặt kỹ thuật; Pch - Xác suất tên lửa chọn đúng mục tiêu chỉ định;  phi - Xác suất tổ hợp pháo trên tàu i đánh rơi tên lửa ta; nhi - Xác suất tổ hợp gây nhiễu trên tàu i chế áp thành công một tên lửa ta; tli - Xhả năng đánh chặn của một quả tên lửa phòng không địch đối với tên lửa ta; n - Số tên lửa cần trong đòn công kích. - Xác suất bảo tồn khả năng chiến đấu của TTL [1], [2], [3], [5]: N N  N ki .ki  N ki .ki  i 1  i 1 nmb .m mb . mb .e nmb  ntl .ptl .e ntl (2.2) ln(Pbt )   N .N ki Trong đó: nmb - Số máy bay địch; mmb - Số lần xuất kích của một máy bay; mb – Hiệu quả của một lần xuất kích; k - Hiệu quả đánh trả máy bay địch của tàu i ; ntl - Số i tên lửa địch đánh các tàu trong đội hình; ptl - Xác suất rơi trúng tàu ta của một tên lửa địch; N - Số chủng loại tàu tên lửa trong độ hình; N k - Số tàu tên lửa cùng chủng loại. i Từ các tài liệu [1], [2], [3], [4], [6] ,[10], nhận định khi tiến công vào vùng biển nước ta địch thường sử dụng các lớp tàu tuần dương, tàu khu trục, tàu hộ vệ tên lửa - pháo, các tàu vận tải, tàu đổ bộ và lớp tàu rà phá thủy lôi. Trên cơ sở đó, áp dụng thuật toán phân cụm dữ liệu nhóm tác giả đã xây dựng được 21.600 tình huống chia thành 3 lớp nhiệm vụ bao gồm: lớp đánh làm bị thương tàu địch, lớp chế áp và lớp tiêu diệt. 2.2. Mô hình hóa bài toán quyết định biên đội và số lượng tên lửa trong một đòn công kích Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018 79
  3. Kỹ thuật Điều khiển – Tự động hóa Tình huống trên biển đánh giá mức độ sát thương được đặc trưng bởi tập [4], [6], [7], [8], [9], [10], [11]: Ui   n,NTTL ,N ,N mt ,Nclmt  (2.3) Với N mt là số lượng tàu mục tiêu, N clmt là số lượng chủ loại mục tiêu trong đội hình tàu địch. Mỗi giải pháp chuẩn bị lực lượng biên đội tàu tên lửa tương ứng một số lượng các tình huống nêu trên.  j  L(U j,i j ) là giải pháp thứ j ; (U j,i j ) là toán tử ràng buộc giải pháp thứ j với tình huống i ; i j  1,2,...N j , N j là số lượng tình huống ứng với giải pháp j . Thực chất toán tử  là một phép nhận dạng hoặc dự báo tình huống i theo chỉ tiêu. Bài toán xác định số tên lửa cần sử dụng, số tàu trong đội hình, số chủng loại tàu có thể coi là bài toán nhận dạng, với ba dạng tương ứng với ba chỉ tiêu hoàn thành nhiệm vụ nêu trên. Một cách tổng quát ta biểu diễn các tham số này là các biến x1 , x2 ,.. khi đó ở tình huống thứ i cho lớp dạng j ta có: U j,i j   x j,1 ,x j,2 ,x j,3 ,.. (2.4) U j,i j được gọi là ảnh thứ i của lớp thứ j . Còn ảnh nguyên mẫu đặc trưng cho lớp j là: U *j   x*j ,1 , x*j ,2 , x*j ,3 ,.. (2.5) Như vậy nhận dạng là so sánh ảnh với các nguyên mẫu để quyết định ảnh đó thuộc lớp nào. Việc so sánh này được thực hiện bằng toán tử  . Khi sử dụng độ đo là sai số nhỏ nhất thì  là: *  arg min r(i ) (2.6) i Với r(i ) là hàm độ đo sai số. 2.3. Xây dựng thuật toán tự tổ chức để nhận dạng phương án chuẩn bị lực lượng 2.3.1. Cơ sở khoa học Cho biến cố A và {H1,H2..Hk} là nhóm biến cố đầy đủ của một phép thử khi đó ta có công thức: k P(A)=  P(H i )P( A ) (2.7) i=1 Hi P(H j )P( A ) Hj P(H j /A)= ; j = 1,2..k k (2.8)  P(H i )P( A ) i=1 Hi Trong bài toán phân loại, A liên quan tới biến quan sát, Hi là tổng thể thứ i; P(Hi) là xác suất tiên nghiệm cho tổng thể thứ i. Mục tiêu là tìm xác suất hậu nghiệm P(Hi/A). Việc phân loại hay nhận dạng một mẫu nào đó vào lớp này hay lớp kia đều chữa đựng một độ mạo hiểm nhất định [5]. 80 Đ. H. Nghị, …, B. Q. Dũng, “Xây dựng thuật toán tự tổ chức … số lượng đạn sử dụng.”
  4. Nghiên cứu khoa học công nghệ k ρ(d i )=  P(H i ).L[Hi ,d j (A)].P( A ) (2.9) i=1 Hi Trong đó: ρ(di ) : Độ mạo hiểm gặp phải khi có sự lựa chọn dj mà kết quả của sự lựa chọn này lại là chọn giải pháp Hi ; L[H i ,d j (A)] : Ma trận thiệt hại, thể hiện mức độ thiệt hại phải gánh chịu khi giải pháp đúng là Hi nhưng lại lựa chọn dj có lợi cho giải pháp Hj.  d11 d12 d13 ... d1n  d d 22 d 23 ... d 2n  L[H i ,d j (A)]=  21 (2.10)  ... ... ... ...    d n1 d n2 d n,n-1... d nn  d j (A) - Lựa chọn dj khi biến cố A xẩy ra, P(Hi) - xác suất tiên nghiệm. Nếu biến cố A được lượng tử hóa bằng bộ tham số rời rạc x1, x2…xn với xi nhận giá trị 0,1,2…q thì (2.9) được viết lại như sau: k x ,x ,...,x n ρ(d i )=  P(H i ).L[H i ,d j (x1 ,x 2 ,...,x n )].P( 1 2 ) (2.11) i1 Hi Quyết định được lựa chọn nhận dạng thỏa mãn: d*j =arg dmin j ρ(d j ) (2.12) Ta thấy rằng thuyết giải pháp thông kê dựa trên biểu thức (2.11) rất khó áp dụng vào các bài toán thực tiến vì các lý do sau: Các ma trận d j (x1 ,x 2 ,...,x n ) và P(x1 ,x 2 ,...,x n /Hi là m trân đầy đủ vì có tính tới tất cả các biến cũng như biến liên hiệp khi các biến này phụ thuộc lẫn nhau. Để xác định được đầy đủ các ma trận này đòi hỏi phải có lượng thông tin ban đầu đủ lớn và phải đảm bảo nghiêm tính dừng trong quá trình lựa chọn. Trong thực tế, dù lượng thông tin không đầy đủ cũng phải giải quyết bài toán để đưa ra được quyết định cuối cùng. Ngoài ra bài toán lựa chọn giải pháp còn phụ thuộc độ chính xác của thông tin tiên nghiệm P(Hi) và thông tin về mức độ thiệt hại liên quan tới việc lựa chọn giải pháp. Phương pháp giải pháp thông kê nhiều tầng được xây dựng trên cơ sở biến đổi công thức (2.11) thành dạng nhiều tầng. Khả năng biến đổi thuật toán (3.5) thành thuật toán nhiều tầng là ở chỗ, trong (2.11) có phần tử p(x1,x2…xn). Coi mô tả P( x1 ,x 2 ,...,x n ) như mô tả đầy đủ f(x1 ,x 2 ,...,x n ) , thay mô tả đầy đủ Hi x 1 ,x 2 ,...,x n x ,x P( ) bằng các mô tả thành phần P ( i j ) . Những mô tả thành phần Hi Hi x i ,x P( j ) tương ứng mô tả thành phần f(x i ,x j ) của , (2.11) được biến đổi Hi thành: k x  ,x  ρ  (d j )=  P(H i ).L[H i ,d j (x  ,x  )].P( ) (2.13) i 1 Hi Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018 81
  5. Kỹỹ thuật Điều khi khiển ển – Tự ự động hóa Trong mỗi mỗi tầng chọn lọc sử dụng độ mạo hiểm tối thiểu (2.13) để lựa chọn các mô hình phần tử tốt nhất. Độ mạo hiểm ρ được phần được xác định theo các điểm kiểm tra. Các mô hình ph phần ần tử tốt nhất ở tầng chọn lọc trtrướcớc sẽ đư được ợc sử dụng nh nhưư các bi biến ến ở tầng ầng chọn lọc sau. Sửử dụng các giá trị lựa chọn dj ở tầng chọn lọc tr trưước ớc llàmàm bi biến ến cho các mô tả th thành ành phần của tầng chọn lọc sau. phần 1 x ,x y1 = argmin ρ1,2 (d j )= argmin{ P(H i )L[Hi ,d j (x1 ,x 2 )].P( 1 2 )} dj dj i Hi 1 x1 ,x 3 (2.14) y2 = argmin ρ1,3 (d j )= argmin{ P(H i )L[Hi ,d j (x1 ,x 3 )].P( )} dj dj i Hi ... Một Một cách tổng quát: αk-1 k-1 r ,αs αk =argminρr,s k (d j )=argmin{P(Hi )L[Hi ,d j (αk-1 k-1 r ,αs )].P( )} (2.15) dj dj i Hi Trong đó:  k là ký hi hiệu ệu tổng quát của biến trong mô tả th thành ành ph phần ần của tầng chọn lọc thứ k. r,s là ch chỉỉ số các biến trong mô tả th thành ành phần phần của tầng chọn lọc tr trước. ớc. Thuật Thuật toán sẽ dừng tại tầng chọn lọc có số lần ra quyết định dj đúng nhi ều nhất tr nhiều trên ên tập ập kiểm tra. k Như vậy vậy tại m mỗi ỗi tầng chọn lọc, ngo ngoài việc tạo các mô tả phần tử  đđểể thực hiện ài việc xây ddựng ựng mô hình hình còn ph α rk-1 ,α sk-1 )] và tính toán ải chính xác hóa ma trận phạt L[H i ,d j ((α phải k-1 k-1 ại ma trận xác suất hậu nghiệm P( α r ,α s lại ) . Chính quá ttrình rình thích nghi các ma tr trận ận Hi này làm tăng tính hhội ội tụ của quá tr trình ình ch chọn ọn lọc. 2.3.2. Xây dựng 2.3.2. dựng thuật toán Dữ ữ liệu ban đầu của bbài ài toán nh nhận ận dạng llàà giá trị trị của các dấu hiệu vvàà quyết định để quyết phân lo loại ại mẫu vào vào lớp lớp nnày ày hay llớp ớp khác. Tập dữ liệu đđược ợc biểu diễn ở dạng ạng bảng 2. ảng 2. Biểu Bảng ểu diễn tập dữ liệu ban đầu đầu.. i,i,j l Mẫu thử j đđặc j - Mẫu ặc tr bởi giá trị của các dấu hiệu i trong lớp ưng bởi trưng lớp l . Các giá tr trịị i,j trong các llớp ớp có thể llàà giá tr trịị tuyệt đối hoặc giá trị llư ượng ợng tử hóa. Ri - Lớp trịị của các Ri là biết ớp thứ i . Giá tr tr ớc. Mỗi lớp Ri đặc biết trước. đặc trưng trưng bởi bởi một nguyê nguyênn mẫu. mẫu. 82 Đ. H. Ngh Nghị, ị, …, B. Q. Dũng, “Xây dựng thuật toán tự tổ chức … số llượng ợng đạn sử dụng.”
  6. Nghiên cứu khoa học công nghệ αk+1 k+1 r ,αs αrk ,αsk P( )  P( ) Hi Hi Hình 2. Lưu đồ thuật toán phương thức tự tổ chức sử dụng mô hình giải pháp thống kê nhiền tầng. 3. TÍNH TOÁN, MÔ PHỎNG, ĐÁNH GIÁ KẾT QUẢ 3.1. Xây dựng bảng số liệu ban đầu Tập dữ liệu các tình huống trên biển đã được xây dựng có dạng: Bảng 3. Các tình huống trên biển. Lượng tử hóa dữ liệu ban đầu: Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018 83
  7. Kỹ thuật Điều khiển – Tự động hóa Bảng 4. Dấu hiệu nhận dạng mẫu sau lượng tử. 3.2. Tính toán xây dựng mô hình Trên cơ sở thuật toán đã xây dựng được ở phần trên, thực hiện mô phỏng tính toán trên phần mềm Matlab để kiểm chứng khả năng nhận dạng đúng của thuật toán. Đồng thời so sánh kết quả với phần mềm ASTT tại trung tâm mô phỏng Hải quân. 3.3. Đánh giá kết quả Bảng 5. Hệ số nhận dạng đúng của các lớp sau từng tầng chọn lọc. Bằng phương pháp truy xuất biến, thuật toán cho ta thấy những dấu hiệu nào là ảnh hưởng lớn nhất, những dấu hiệu nào không ảnh hưởng đến kết quả nhận dạng. x1 x2 .x1 x 4 .x2 x3 .x1 x2 .x1 x 4 .x2 x3 .x1 x 4 .x2 x5 .x2 x3 .x1 x5 s x  (d j )   P ( R i )L ( R i ,d j (x))Pa ( R ) (3.1) i 1 i Trong đó: x x x x x x x x x x x Pa ( )  P 3 ( 1 2 ).P 3 ( 1 4 ).P 3 ( 2 3 ).P( 2 5 ).P( 1 5 ) (3.2) Ri Ri Ri Ri Ri Ri P(Ri ) : Xác xuất tiên nghiệm ban đầu; L(Ri ,d j (x)) : Ma trận phạt sau khi đã thích nghi. Vậy ta có thuật toán nhận dạng:  s xx xx x x x x xx  (d )   j  P(Ri ).L(Ri ,d j (x)).P3 ( R1 2 ).P3 ( 1R 4 ).P3 ( 2R 3 ).P( 2R 5 ).P( 1R 5 )  i1 i i i i i (3.3)  *  d j  argmin (d j )  dj 3.4. Xây dựng phần mềm hỗ trợ quyết định số lương chủng loại và số tên lửa cần thiết cho từng nhiệm vụ Nhóm tác giả xây dựng phần mềm hỗ trợ người chỉ huy ra quyết định trên phần guide của matlab. Từ công thức (3.3) với giả thiết số lượng chủng loại mục tiêu địch đã được xác định phần mềm hỗ trợ đưa ra các phương án khác nhau để người chỉ huy lựa chọn. Mỗi phương án có các ưu điểm riêng trên cơ sở đánh giá xác suất bảo tồn các tàu trong biên đội 84 Đ. H. Nghị, …, B. Q. Dũng, “Xây dựng thuật toán tự tổ chức … số lượng đạn sử dụng.”
  8. Nghiên cứu khoa học công nghệ cũng như xác suất tiêu diệt (làm bị thương) tàu địch. Người chỉ huy lựa chọn phương án phù hợp với thực lực hiện có của biên đội. a. Phương án đánh tiêu diệt 2 tàu khu trục, 2 tàu đổ bộ địch b. Phương án đánh chế áp 2 tàu khu trục địch c. Phương án đánh bị thương 2 tàu khu trục địch Hình 3. Các phương án trong phần mềm hỗ trợ ra quyết định. Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018 85
  9. Kỹ thuật Điều khiển – Tự động hóa 4. KẾT LUẬN Từ những kết quả nghiên cứu và tính toán có thể rút ra một số kết luận sau: - Bài báo đã chỉ ra căn cứ khoa học để lựa chọn bố trí đội hình phù hợp, tính toán hợp lý số lượng tên lửa để nâng cao khả năng giành thắng lợi trong tác chiến trên cơ sở sử dụng công cụ toán học hiện đại và đáng tin cậy là thuật toán tự tổ chức. - Có thể sử dụng thuật toán này để xây dựng các thiết bị tính hỗ trợ người chỉ huy ra quyết định và các hệ thống tự động chỉ huy. - Kết quả nghiên cứu có tính ứng dụng và thực tiến cao, cần được tiếp tục đầu tư và nghiên cứu chuyên sâu tạo ra sản phẩm phục vụ được các đơn vị trong huấn luyện cũng nâng cao hiệu quả chiến đấu cho lực lượng Hải quân. TÀI LIỆU THAM KHẢO [1]. Hồ Quang Đạo, “Chiến thuật tàu tên lửa”, Nha Trang: Học viện Hải Quân, 2010. [2]. Vũ Ngọc Dương, “Chiến thuật tàu đổ bộ”, Nha Trang: Học viện Hải quân, 2010. [3]. Phạm Hồng Thuận, “Chỉ huy lực lượng hải quân”, Nha Trang: Học viện Hải quân, 1999. [4]. Trương Vạn Thịnh và các tác giả , “Những vấn đề chung về sử dụng tàu mặt nước trong hoạt động chiến đấu trên biển”, Nha Trang: Học viện Hải quân, 2011. [5]. Đàm Hữu Nghị, “Xây dựng cụm mô hình bán tự nhiên mô phỏng hệ thống chỉ huy bắn trong chiến đấu của bộ độ phòng không”, Hà Nội: mã số KHCN – 01 0 09B, 2000. [6]. Viện kỹ thuật Hải quân, “Tính năng kỹ chiến thuật tổ hợp tàu tên lửa 1241RE”, Viện Kỹ thuật Hải quân. [7]. Viện Kỹ thuật Hải quân, “Tính năng kỹ chiến thuật hệ thống điều khiển bắn CASU”. [8]. Viện Kỹ thuật Hải quân, “Tổ hợp tên lửa URANE”. [9]. Nguyễn Công Định , “Phân tích và tổng hợp các hệ thống điều khiển bằng máy tính”, Hà nội: Khoa học kỹ thuật, 2002. [10]. Bảng bố trí chiến đấu trên các tầu chiến [11]. Hoàng Kiểm, Đinh Nguyễn Ánh Trung , “Giáo trình nhập môn trí tuệ nhân tạo”, Thành phố Hồ Chí Minh: Đại học quốc gia, (2003. [12]. Bộ tư lệnh Hải quân , “Điều lệnh chiến đấu Hải quân nhân dân Việt Nam”, Hà Nội: NXB Quân đội, 1986. [13]. Võ Văn Tài, Phạm Gia Thụ, Tô Anh Dũng, "Sai số Bayes và khoảng cách giữa hai hàm mật độ xác suất trong phân loại hai tổng thể," vol. 11, pp. 21-30, 2008. [14]. Quân chủng Hải quân, “Nhận dạng mục tiêu trên biển”, Hà Nội: NXB Quân đội Nhân dân, 2000. [15]. Hoàng Kiểm, “Một số mô hình và thuật toán chẩn đoán, ứng dung trong điều tra cơ bản”, Hà Nội: Khoa Học Kỹ thuật, 1981. [16]. Nguyễn Thương Ngô, “Lí thuyết điều khiển tự động thông thường và hiện đại (quyển 4)”, Hà nội: NXB Khoa học kỹ thuật, 2009. [17]. Fukunaga, K, “Introduction to statistical pattern recognition (2nd Ed)”, New York: Academic Press, 1990. [18]. Ivakhnenko A.G, "Heuristic Self-Organization in Problems of Engineering Cybernetics," vol. vol.6 , pp. 207-219, 1970. 86 Đ. H. Nghị, …, B. Q. Dũng, “Xây dựng thuật toán tự tổ chức … số lượng đạn sử dụng.”
  10. Nghiên cứu khoa học công nghệ [19]. Matinez, W.L. and Matinez, A.R, “Computational statistics handbook whit Matlab”, Boca Raton: Chapman&Hall/CRC, 2008. [20]. Roman Sushkov, “Self-Organizing Structures for the Travelling Salesman Problems in a Plygonal Domain”, Czech Technical University in Prague, 2015. [21]. Richard O. Duda, Peter E. Hart, David G. Stork, “Pattern classification (2nd edition)”, Wiley, New York: ISBN 0-471-05669-3, 2001. [22]. Ивахненко Аг., Зайченко Ю.П, “Принятие решений на основе cамоорганизаций”, Советское радио, 1976. [23]. Цирлин А.М, “Математические модели и оптимальные процессы в макросистемах издательство”, Наука, 2006. [25]. Ивахненко Аг., Лапа В.Г, “Cистемы эвритической cамоорганизаций в технической кибернетике”, Киер: Техника, 1971. [26]. Лапко В. А, “Непараметрические коллективы решающих правил”, 2002. ABSTRACT SELF-ORGANIZING ALGORITHMS AND SUPPORTING FOR DECIDING TO ARRANGE OUR MISLE SHIP WHITH TARGETS AT SEA A self-organization algorithm is defined as an algorithm capable of making a spontaneous formation of well-organized structures, patterns, and behaviors without central control. In this paper, we propose a model for a decision support problem: supporting for deciding to arrange our ships with targets and optimization of misles. It is well known that problems we were mention to purpose building automatically directive and division model. Keywords: Navy; Missile corvettes; Self-organization; Optimization; Recognition. Nhận bài ngày 01 tháng 7 năm 2018 Hoàn thiện ngày 10 tháng 9 năm 2018 Chấp nhận đăng ngày 20 tháng 9 năm 2018 Địa chỉ: 1Học viện Kỹ thuật quân sự; 2 Viện KH & CN quân sự; 3 Học viện Hải quân. * Email: bqd82hvktqs@yahoo.com. Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018 87
nguon tai.lieu . vn
Kiến trúc - Xây dựng Tự động hoá Điện - Điện tử Kĩ thuật Viễn thông Cơ khí - Chế tạo máy Năng lượng Hoá dầu Hoá học Sinh học