شبیه‌سازی نبرد با استفاده از شبکه‌های عصبی زمان پیوسته

نوع مقاله: مقاله علمی- پژوهشی

نویسندگان

1 دانشجوی دکتری گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد تهران مرکزی

2 پژوهشگر پژوهشکده عالی جنگ دانشگاه فرماندهی و ستاد آجا

چکیده

این مقاله روی مدل‌سازی رفتار فرماندهان در شبیه‌سازی نبرد تمرکز می‌کند. یک مأموریت نظامی اغلب با اهداف متضاد چندگانه از جمله موفقیت در وظایف، زمان اتمام، نابودی دشمنان و بقای نیروهای خودی همراه است. در این مقاله با در نظر گرفتن سناریوهای غیردفاعی و دفاعی و با استفاده از بهینه‌سازی چند هدفی، مدلی به‌منظور کمینه‌سازی تلفات نیروهای خودی و بیشینه‌سازی نابودی دشمنان معرفی می‌شود. همچنین با استفاده از روش وزن‌دهی و شرایط بهینگی کاروش-کان-تاکر، یک مدل شبکه عصبی بازگشتی زمان پیوسته برای حل مسأله‌ی بهینه‌سازی چند هدفی معرفی شده، طراحی می‌شود. ایده‌‌ی اصلی رهیافت شبکه عصبی برای مسأله‌ِی بهینه‌سازی چند هدفی معرفی شده، ایجاد یک دستگاه دینامیکی به صورت معادلات دیفرانسیل معمولی مرتبه اول است. شبکه عصبی معرفی شده نیاز به هیچ پارامتر تنظیم کننده‌ای ندارد و ساختار آن یک پیاده‌سازی سخت‌افزاری ساده را امکان‌پذیر می‌سازد. روش معرفی شده می‌تواند به عنوان یک مشاور برای فرماندهی که برای نیروهای تحت امر خود تصمیم می‌گیرد، عمل کند. در پایان، با استفاده از یک مثال اعتبار و کارایی مدل پیشنهادی نشان داده شده است.

کلیدواژه‌ها


عنوان مقاله [English]

Combat simulation using continuous time neural networks

نویسندگان [English]

  • Mohammad Moghaddas 1
  • Hamid Bigdeli 2
1 Department of Mathematics, Faculty of Basic Sciences, Central Tehran Branch, Islamic Azad University, Tehran, Iran
2 Researcher, Institute for the Study of War, Army Command and Staff University,Tehran, Iran.
چکیده [English]

This paper focuses on modeling the behavior of commanders in a combat simulation. A military mission is often associated with multiple conflicting goals, including task success, completion time, enemies’ elimination, and own forces survival. In this paper, considering defensive and non-defensive scenarios, and using multi-objective optimization, a model is presented in order to minimize own forces loss and to maximize enemies’ elimination. Also, based on the weighting method and the Karush-Kuhn-Tucker optimality conditions, a continuous time feedback neural network model is designed for solving the proposed multi-objective optimization problem. The main idea of the neural network approach for the proposed multi-objective optimization problem is to establish a dynamic system in the form of first order ordinary differential equations. The proposed neural network does not require any adjustable parameter and its structure enables a simple hardware implementation. The proposed method can act as a consultant for the commander who decides for its forces. Finally, the validity and efficiency of the proposed model are demonstrated by an example.

کلیدواژه‌ها [English]

  • Combat simulation
  • Neural network
  • Multi-objective optimization