非完备信息下无人机智能攻防决策技术研究现状与展望(6)

另外，通过自适应调整信息素挥发因子的值，从而在目标分配解空间中寻找最优解。此外，很多研究成果采用启发式全局智能优化算法，如混合蛙跳算法、人工免疫算法、布谷鸟算法、狼群算法等，对多机协同多目标攻防决策问题进行求解，充分体现了启发式搜索算法在求解多机协同多目标攻防决策问题上的优越性。
4 未来发展趋势
未来信息空战处于陆、海、空、天、电、磁、网一体化的复杂空间环境，具有环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性和边界不确定性等特点。由于智能无人机具有大机动能力使其飞行包络大，能对飞行环境做出快速反应，自主适应各种不同的复杂博弈对抗环境和时变的作战任务与目标，因而无人机是未来体系作战力量中重要组成部分。未来空战中，智能无人机将成为主体，不同类型无人机在执行任务时互相协作、互相配合的空战模式，它是未来高科技空战的主要发展方向，如下一些关键技术还需要进一步研究和发展。
(1) 无人机战场环境智能感知技术
考虑战场环境的复杂性，在实际空战中如何合理利用战场环境信息，针对不同的空战环境进行战术布置，有利于占据制空权从而获取战争胜利具有重要军事意义。因此要求无人机能在信息复杂、高度对抗、任务多变的战场环境下，具有信息获取、信息精确理解和一致性战场空间描述的能力，实现快速、准确、充分提供敌、我、友机的状态、行动、计划和意图等信息，实时动态地控制和集成战术指挥，保持无人机与友机对战场态势信息的共享与共识，可为准确有效的决策打下坚实基础，同时提高无人机作战的安全性。
(2) 无人机非完备信息的智能挖掘技术
在现代战争中，各种高科技武器和作战平台的投入使用，使得空战数据量急剧增大。与此同时，战场环境也变得越来越复杂且具有大的不确定性。由于空战对抗环境存在不确定性，部分空战数据可能缺失，目前针对空战信息不完备情况进行有效处理的方法还较少，可以通过利用人工智能、模式识别、机器学习、统计学、数据库、可视化技术进行数据处理，并揭示出大量数据中隐含的、先前未知的并有潜在价值的信息等，可为无人机有效攻防决策提供必需的信息，因而研究无人机非完备信息的智能挖掘技术具有较大的实际意义。
(3) 多无人机协同作战的冲突消解方法
无人机群协同作战是利用各种平台提供的实时信息，构成空、天、地一体化的数据通信网络。机群各机之间，无人机与指挥中心之间都存在大量的可交互信息，且信息种类繁多，数据量庞大，在进行任务规划和攻防决策时极可能发生信息冲突。另一方面，由于多机协同任务分配或攻防决策时存在大量约束，如燃油约束、弹载量约束等，可能造成任务分配或攻防决策的冲突，这些冲突都会给无人机系统协同作战带来极大困难，需要进一步研究异类多源传感器信息冲突、多无人机协同任务分配冲突和攻防决策冲突的消解方法。