مدل‌سازی و مسیریابی بهینه‌ی حملات ازدحامی ریزپرنده‌ها در عملیات‌های شبکه محور

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

2 کارشناس ارشد مهندسی نرم‌افزار، دانشگاه علم و صنعت ایران، تهران، ایران.

چکیده

امروزه تهدیدات ناشی از ریزپرنده‌ها از مهم‌ترین چالش‌های سیستم‌های پدافندی به شمار می‌آیند. دو مؤلفه‌ی اصلی در مدیریت این تهدیدات، مدل‌سازی و تصمیم‌گیری بر اساس مدل ترسیم شده از آن‌ها است. تعیین مسیر بهنیه‌ی حرکت ریزپرنده‎‌ها از جمله مهم‌ترین تصمیم‌گیری‌ها در این حوزه به‌شمار می‌آید. در این فرآیند، مسیربابی براساس مدل‌سازی انجام شده از ارزیابی فضای حالات و منابع موجود انجام می‌شوند. در همین راستا در این مقاله، به‌منظور تصویرسازی دقیق‌تر شرایط، ماهیت دنباله‌ای مساله‌ی تخصیص ریزپرنده‌ها در عملیات‌ها آفندی درنظر گرفته می‌شود. از این‌رو در این مقاله مدلی چندهدفه- چندمرحله‌ای برای تعیین وزن یال‌ها در گراف مسیریابی ارائه شده است. همچنین، از الگوریتم ژنتیک و الگوریتم ژنتیک با مرتب‌سازی غیرمغلوب برای یافتن مسیریابی بهینه‌ی انجام عملیات در صحنه نبرد استفاده می‌شود. کارایی الگوریتم ژنتیک با مرتب‌سازی غیرمغلوب ‌با استفاده از سه معیار فاصله‌ی نسلی به‌عنوان معیار همگرایی، گستردگی به‌عنوان معیار تنوع و زمان محاسبات واقعی مورد بررسی قرار می‌گیرد.

کلیدواژه‌ها


  • Ghanbari, A. A. ; Sadatinejad S. A; Mohammadnia, M. ; Alaei, H. “Dynamic Battle Management Using Meta-Heuristic Algorithms, Fuzzy Inference Systems and the Decision Tree”; Adv. Defence Sci. Tech. 2022, 13(1), 1–11 (In Persian).
  • Manne, A. S. “A Target-Assignment Problem”; Oper. Res. 1958, 6, 346–351.
  • Ejaz, W. ; Sharma, S. K. ; Saadat, S. ; Naeem, M. ; Chughtai, N. A. “A Comprehensive Survey on Resource Allocation for CRAN in 5G and Beyond Networks. Journal of Network and Computer Applications”; J. Netw. Comput. Appl. 2020, 16, 102638.
  • Ghanbari, A. A. ; Alaei, H. ; Mohammadnia, M. “A Multi-Stage Modelling Approche for Allocation of Defense Resources to Invading Targets”; Adv. Defence Sci. Tech. 2020, 2, 167-173 (In Persian).
  • Rudek, R. ; Heppner, L. “Efficient Algorithms for Discrete Resource Allocation Problems under Degressively Proportional Constraints”; Expert Syst. Appl. 2020, 149, 113293.
  • Hocaoğlu, M. F. “Weapon Target Assignment Optimization for Land Based Multi-Air Defense Systems: A Goal Programming Approach”; Comput Ind Eng. 2019, 128, 681–689.
  • Hosein, P. A. ; Athans, “Preferential Defense Strategies. Part II: The Dynamic Case”; Cambridge (US): MIT Laboratory for Information and Decision Systems, Report No. : LIDS-P 2003. Technical Report, 1990.
  • Gülpınar, N. ; Çanakoğlu, E. ; Branke, J. “Heuristics for the Stochastic Dynamic Task-resource Allocation Problem with Retry Opportunities”; Eur. J. Oper. Res. 2018, 266, 291–303.
  • Davis, M. T. ; Robbins, M. J. ; Lunday, B. J. “Approximate Dynamic Programming For Missile Defense Interceptor Fire Control”; Eur. J. Oper. Res. 2017, 259, 873–886.
  • Kalyanam, K. ; Rathinam. S. ; Casbeer, D. ; Pachter, M. “Optimal Threshold Policy for Sequential Weapon Target Assignment”; IFAC-PapersOnLine 2016, 49, 7–10.
  • Ahner, D. K. ; Parson, C. R. “Optimal Multi-Stage Allocation of Weapons to Targets Using Adaptive Dynamic Programming”; Optim. Lett. 2015, 9, 1689–1701.
  • Ghanbari, A. A; Alaei, H. “Meta-Heuristic Algorithms for Resource Management in Crisis Based on OWA Approach”; Appl Intell. Appl Intell, 2021, 51, 646–657.
  • Kline, A. G. ; Ahner, D. K. ; Hill, R. “The Weapon-Target Assignment Problem”; Comput. Oper. Res. 2019, 105, 226–236.
  • Deb K, Pratap A, Agarwal S, Meyarivan T. 2002. A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Transactions on Evolutionary Computation. 6(2): 182-197.
  • Curry DM, Dagli CH. 2014. Computational Complexity Measures for Many-objective Optimization Problems. Procedia Computer Science. 36: 185–191.
  • Laszczyk, M. ; Myszkowski, P. B. “Survey of Quality Measures for Multi-Objective Optimization: Construction of Complementary Set of Multi-objective Quality Measures”; Swarm Evol. Comput. 2019, 48, 109–133.