《反一体化防空系统（IADS）无人机蜂群： 利用进化评估无人机蜂群目标分配的作战假设》最新142页

最初的研究目标是将无人机群文献中的最佳技术结合起来，为执行压制敌方防空（SEAD）任务的功能性战斗无人机蜂群建模。然而，有关无人机蜂群目标分配（DSTA）的文献并没有模拟敌方的反击行动，而是假设无人机的目标符合摧毁要求。因此，开发了一个敌方反击无人机群的模型，并提出了新颖的无人机蜂群目标分配（NDSTA），以应对当前无人机群目标分配的弱点。这两种目标分配方法都与可调轨迹生成模型相结合，并在基于智能体的战斗模拟中比较了 DSTA 与 NDSTA 的性能。DSTA 与 NDSTA 的性能比较同时使用了无法自卫的顺从型敌人和可以自卫的反抗型敌人。结果表明，NDSTA 在统计上优于 DSTA。最后，通过使用遗传算法（GA）来调整模型，获得了行为方面的见解。这些见解表明，在未来的无人机蜂群研究中使用遗传算法非常有用。

对随后的研究框架进行了说明。一般来说，在讨论一个子问题及其相关文献之后，紧接着是对本研究和所做建模决定的影响。在对结果本身进行介绍之后，会立即对结果进行分析。

第 2 章是对图 1 中指定的子问题的深入讨论以及对相关文献的回顾。本章中的建模决策比较抽象，如图 4 所示，本章大致对应研究步骤 1-3。

第 3 章具体说明了模拟的 SEAD 场景、敌方防御行动模型、用于生成无人机轨迹的模型、模拟当前 DSTA 文献的模型以及 NDSTA 模型。本章介绍了如何将这些模型统一到一个模拟中，然后将其与遗传算法和 2x2 实验设计产生的四个生态系统联系起来。本章大致对应图 4 中的第 4-6 步。

第 4 章介绍了整个实验的结果和分析。对研究问题进行了回答和分析。探讨了在本实验中使用遗传算法的启示。

最后，第 5 章总结了本研究的贡献，并对未来的研究提出了建议。