联合火力打击是指为达成某种作战目标,综合运用各类中远程火力资源,对敌重要目标实施的火力突击行动,其作为联合作战的一种重要作战样式,越来越受到国际社会的重视。联合火力打击,由于作战行动涉及的武器繁多、信息量大、时效性强,其作战方案优化是一项复杂的系统工程。联合火力打击任务规划问题由于对抗过程的复杂性,传统的基于案例改造、基于解析模型以及基于建模仿真的方法等在求解该类问题时存在诸多困难。鉴于此,本文将规划问题划分为二个层次,建立了它们之间的关联关系,并针对不同层次分别提出了不同的解决思路,以充分利用优化过程中产生的信息,高效可信地产生联合火力打击方案。针对国内外相关技术在本文研究背景下的不足,论文主要研究内容和成果如下:(1)联合火力打击任务规划问题建模以及求解框架。首先,对联合火力打击任务规划问题进行了建模,将其分解为任务层方案优化、行动层方案优化二类优化问题,任务层方案优化为对目标选择和资源分配进行优化,行动层方案优化为对火力资源的协同作战样式进行优化。其次,构建了揉合二类优化问题的双层联动仿真优化框架,即任务层和行动层通过不断地为对方提供输入,以驱动对方工作的展开,最终通过双方的联合行动,获取满意的联合火力打击方案。(2)面向任务层方案优化的改进认知演化计算方法。为了充分利用优化过程中产生的信息,以提高优化效率,论文将认知演化计算方法引入问题求解中并进行改进。首先,基于能够充分表达领域知识、便于知识的实现和理解、便于知识的维护和管理、便于知识的组装和推理四个方面,将贝叶斯网络引入知识表示中。其次,为提高结构学习的准确度,将信念图和模糊集引入到先验信息采集中,实现对专家不确定知识、优化过程中产生的效能知识进行采集和融合;对MDL测度进行改进以充分融合非确定性先验信息;并将K2算法引入到结构学习中。第三,从信息加工的角度,对记忆进行了研究,设计了信息编码、信息存储和信息提取的方法。第四,设计了思维模块,发散思维借鉴广度优化搜索和深度优化搜索算法,以尽可能达到解的多样性和深层次知识的利用率二者的平衡;收敛思维,在二次资源分配的基础上,采用聚焦思维和创新思维以产生一个资源分配方案。(3)面向行动层方案优化的自适应性仿真优化方法。为了高效可信地产生面向各个作战任务的协同作战样式,将主动知识挖掘和优化算法引入到问题求解中。首先,提出了基于任务之间的关联关系,对仿真实验空间进行分割,同时也是对问题的分割。第二,提出了基于改进增强随机优化算法的最优化实验设计方法,其中优化目标为r准则和pf准则相结合的’pY准则,以期在给定的实验方案数量下获取最大的信息量。第三,提出了基于扩展置信区间的仿真实验次数控制方法,以将仿真数据中蕴含的随机因素控制在可知的范围之内。第四,提出了基于鲁棒支持向量机的元模型拟合方法,其中在参数的优化过程依据问题特性采用了梯度法,以尽可能消除仿真数据中所蕴含的随机因素。第五,提出了基于改进分布估计算法的方案优化方法,其中种群选择策略采用精英策略、拥挤机制和截断选择相结合的方式,以充分考虑解集的退化性和多样性,方案优化流程采用嵌套控制,以缩减问题求解的迭代次数。(4)以海空联合突击水面舰艇编队任务规划为例,展现了本文方法的可行性和有效性。