CN119026487B 爆炸冲击威胁下区域攻防一体智能决策方法 （南京理工大学）

爆炸冲击威胁下区域攻防一体智能决策方法本发明公开一种爆炸冲击威胁下区域攻防23S143、攻防一体智能决策数据库构建：组合所述爆炸4各关键设施实时流量，将底层需求节点设施实时流量之和作为抢修恢复实时区域网络流在有防护措施下全部达到设定防护指标的防护方案及其相应的防护成本，建立多目标约56设施实时制定的有序的区域抢修行动规划的决策。该决策明确了抢修任务的优先级顺序、[0004]目前，对爆炸冲击下区域设施响应的评估如论文“《Beirutexplosion2020Acasestudyforalarge_scaleurbanblastsimulation》力（G.Valsamos,M.Larcher,F.Casadei,Beirutexplosion2020:Acasestudyforalarge_scaleurban，blastsimulation,SafetyScience,Volume137,2021,105190,IS[0006]目前，对爆炸冲击下单一构件结构力学响应的评估如论文“《Deeplearning_basedpredictionofstructuralresponsesofRCslabssubjectedtoblastloading》力（Xiao_QingZhou,Bing_GuiHuang,Xiao_YouWang,YongXia,Deeplearning_basedpredictionofstructuralresponsesofRCslabssubjectedtoblastloading,EngineeringStructures,Volume311,2024,118184,ISSN0141_7[J].中国安全科学学报,2010,20(11):66_71.DOI:10.16265/ki.issn1003_模型复杂现场中实现资源配置与任务调度的优化决策方法，包括针对抢修调度中的多中目标优化数学模型，动态调配资源；采用优化的多目标人工蜂群（MOABC）算法，特别是8了周围环境对打击效果的影响。中国发明专利申请“实时联合打击优化模型的建立方法”线电装备和柔性网装备；根据数据集分别建立每个拦截装备的空间维度约束、时间拦截权重因子建立联合打击优化模型。9网络，利用所述爆炸冲击结构力学响应数据库训练所述爆炸冲击结构力学响应神经网络，各关键设施实时流量，将底层需求节点设施实时流量之和作为抢修恢复实时区域网络流在有防护措施下全部达到设定防护指标的防护方案及其相应的防护成本，建立多目标约[0078]图4是爆炸点1(10m,10m,10m)构建的超压时程曲线示例的结构示意图。[0079]图5是爆炸点2(20m,20m,25m)构建的超压时程曲线示例的结构示意图。件节点，当ptst=1，表示节点为设施关键构件节点，该节点会在爆炸发生时移除，当[0116]其中，so表示数值仿真爆炸中心节点编号，为数值仿真爆炸中心，刻，Wo,表示在tso.j时刻下的爆炸当量。[0118]例子表示在区域(10m,10m,10m)和(20m,20m,25m)各发生了爆炸。其中爆炸点1[0122]假设节点位置为(0m,0m,0m)。(20m,20m,25m)爆心距：11.18m。比例距离在第20ms时，发生第2次爆炸，对于节点(0m,0m,0m)比例。[0138]爆炸时刻设置为冲击波抵达时间。爆炸点1(10m,10m,10m)构建的超压时程曲线按照一定的顺序展开或压缩成神经网络可识别的。[0170][typei,xi,yi,zipti,mati,numrime.to,j.w,,Rt,yi]，爆炸的时刻，Wo,f表示在第i号节点处toj时刻下的爆炸当量，RO,s为对应to,j时刻发生的[0177][typeix,yi,zi,pt,mati,numcime,toyjwyRt,yi,oi,Ei,d,air,,]。的边信息，和分别表示第次迭代时输入的与这条边相连的起始点和终点信息，[0201]而点信息vi的更新则是通过聚合原始节点信息及与其相连的所有更新后的[0204]每次GN块迭代后，更新eij[0217]其中，E是预测得到的应变张量的分量(I,J=1,2,3)表示预测得到的位移[0223]嵌入物理信息通过在损失中添加物理信息约束实现，这主要体现在模型的损失[0232]mn=B1xmn-1+(1-B1)xgn(16)，[0238]as)，[0239]a9)，[0254]式中VMi表示图中的某个节点，p(v)为数值计算的节点特征，q(v)为模型预测的，建相应关联关键设施网络,通过构建相应区域关联网络流量数据集,定义网络流量模型参[0277]5、各设施之间的最短路径：通过所述设施几何参数中的设施空间位置和设施属，。[0324]S41、爆炸前区域网络流量获取：由所述区域网络流量模型获取爆炸前区域总流关键设施只作为需求节点，numu表示关键设施数量，fi表示底层需求节点的网络流量，","-"f表示爆炸前区域设施的总实际供应量、爆炸前区域设施的总实际需求量、何，并由几何特征识别方法、设施功能损失评估函数，得到区域设施功能损失，见公式。,表示设施功能损失评估重。，""uno第blastnmber次区域随机爆炸打击后底层需求节点l的网络流量，表示第blastnmber次区域随机爆炸打击后关键设施节点ncf的网络流量，、、er区域第s,"nun流量平衡约束，式(42)-(44)描述了最大容量约束。取抢修恢复实时的各关键设施流量，将底层需求节点之和定义为抢修恢复实时区域总流，[0360]Drepair表示抢修恢复实时区域总流量，firepatr表示抢修恢复后"-"ire能恢复权重更新的各节点网络流量，式(46)表示[0378]dind表示指标ind的信息效用值。[0400]nfr2*nfr0(54)，[0401]nfr1*nfr0(55)，err分别表示区域抢修后的供应节点的最大供应量、需求节点的最大满足量、运输节点的最大容量，式(57)-(60)描述网络关键设施的流量平衡约束，式(61)-(63)r-(1-⃞)x优化函数权重，以专家打分法获取，式(64)表示同时满足区程时间最短的多目标优化函数，funcres"i表示时刻mt下的区域功能恢复指标，式(67)表示同时满足区域功能恢复指标最大和抢修距离最短的多目标优化函数，其中prionrr为该设施的抢修优先度。式(68)-(70)分别表示资源充足、关键设施均被抢修和不重复抢修约域抢修组数量，dnfr,nrf表示关键设施nfr与编号为nrf的抢修组之间的距离，satnfrnrf编号为nrf的抢修组对关键设施nfr的资源满足度，tinfr表示当前时段该设施经过抢修的次数，[0484]通过上述步骤，能够系统地评估城市综合系统功能在多次爆炸事件下的抗爆韧[0485]本发明的核心优势在于其灵活性和适应性，通过蒙特卡洛模拟和多目标优化算[0490]通过量化地反映打击行动对目标系统功能的影响，评估[0518]S8214、炸点分析与爆炸方式优化：对弹药打击特征与目标毁伤特征进行动态匹选择最优打击方案。