Tối ưu hóa quyết định tấn công, phòng thủ của máy bay không người lái dựa trên thuật toán di truyền

Cơ học & Điều khiển thiết bị bay L. N. Giang, , “Tối ưu hóa quyết định tấn công dựa trên thuật toán di truyền.” 84 TỐI ƯU HÓA QUYẾT ĐỊNH TẤN CÔNG, PHÒNG THỦ CỦA MÁY BAY KHÔNG NGƯỜI LÁI DỰA TRÊN THUẬT TOÁN DI TRUYỀN Lê Ngọc Giang1, Trần Xuân Tình2*, Phạm Tuấn Thành2, Phạm Công Tư3 Tóm tắt: Máy bay không người lái (UAV) ngày càng thể hiện được ưu thế trong tập kích đường không. Ra quyết định tấn công hay phòng thủ chính xác, hiệu quả là những yếu tố quan trọng nhất đảm bảo thắng lợi trong không chiến của máy bay không người lái. Bài báo giới thiệu phương pháp sử dụng thuật toán di truyền để tối ưu hoá quyết định hiệp đồng tấn công cho UAV. Từ khóa: UAV, Thuật toán di truyền, Đa mục tiêu. 1. ĐẶT VẤN ĐỀ Hiện nay Viện Kỹ thuật quân sự PK-KQ đã thành công trong nghiên cứu, chế tạo máy bay không người lái thương hiệu Việt Nam, đáp ứng sự phát triển và yêu cầu nhiệm vụ trong tình hình mới của quân chủng PK-KQ nói riêng, quân đội Việt Nam nói chung. Sự đối kháng trên không giữa phi đội ta và phi đội địch, đòi hỏi trong thời gian ngắn nhất phải đưa ra quyết định chính xác tấn công hay phòng thủ để giành chiến thắng. Dưới đây là sơ đồ tối ưu hóa quyết định tấn công và phòng thủ của UAV: Hình 1. Sơ đồ tối ưu hóa quyết định hiệp đồng tấn công, phòng thủ. 2. CƠ SỞ RA QUYẾT ĐỊNH TẤN CÔNG Việc đưa ra quyết định tấn công của UAV, dựa trên cơ sở tính toán Chỉ số hiệu quả không chiến và Chỉ số đe dọa mục tiêu. Căn cứ vào các số liệu đầu vào như cự ly phát hiện, khoảng cách và góc tiếp cận, độ cao, số lượng, đội hình bay của máy bay ta (MBT) và máy bay địch (MBĐ), mà các chỉ số trên được tính như sau: 2.1. Chỉ số hiệu quả không chiến Khả năng chiến đấu của UAV thường đánh giá qua bảy yếu tố chính [2-4]: khả năng cơ động, khả năng hỏa lực, khả năng phát hiện mục tiêu, hiệu quả điều khiển, khả năng sống sót, lộ trình bay và khả năng tác chiến điện tử. Chỉ số hiệu quả không chiến được tính theo công thức sau: Ma trận chỉ số đe dọa mục tiêu Ma trận hệ số phòng thủ Ma trận hiệu quả hiệp đồng tấn công, phòng thủ Phân phối nhiệm vụ, Phân phối hỏa lực QĐ hiệp đồng tấn công,và phòng thủ Tình hình chiến đấu trên không Mức độ quan trọng của phi đội Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Tên lửa, 09 - 2016 85  1 2 1 2 3 4C ln B ln A 1 ln A          Trong đó: B là tham số cơ động; A1 là tham số hỏa lực, A2 là tham số khả năng phát hiện; 1 là hệ số hiệu quả điều khiển; 2 là hệ số khả năng sống sót, 3 là hệ số hành trình; 4 là hệ số khả năng tác chiến điện tử. 2.2. Chỉ số đe dọa mục tiêu Các phi đội địch ta tham gia không chiến có thể được coi là những vật thể chuyển động trong không gian. Chỉ số đe dọa bao gồm chỉ số đe dọa góc, chỉ số đe dọa cự ly, chỉ số đe dọa tốc độ, chỉ số đe dọa độ cao, được tổ hợp theo giá trị trọng số nhất định tạo thành. Mối quan hệ trạng thái không chiến thể hiện trong hình 2. Hình 2. Mối quan hệ trạng thái không chiến. Trong đó: Vi là tốc độ MBT thứ i, Vj là tốc độ MBĐ thứ j, φj là góc giữa đường ngắm MBĐ thứ j và vecter tốc độ MBĐ thứ j (góc tiếp cận của MBĐ thứ j), φi là góc tiếp cận của MBT thứ i. Hai góc kể trên đều lấy bên phải đường ngắm mục tiêu 0 ≤ φi ≤ 180°，0 ≤ φj ≤180°. Chỉ số đe dọa cự ly: j tcj j m tcj j mj tcj m tcj D ij tcj j m tcj m j ph D D , D D0.5 D D D0.5 0.2(D D ) / (D D ) T D D D1.0 m ax (D , D ) D D0.8               Trong đó: Hiệu cự ly giữa máy bay ta và máy bay địch là Dij = Di - Dj Dm là cự ly phóng cực đại của tên lửa máy bay ta Dtcj là cự ly tấn công của tên lửa máy bay địch Dph là cự ly phát hiện cực đại của máy bay ta Chỉ số đe dọa góc: 0 2 1 ij ij ( /180 ) T e     với, i j ij 0360      , i là tham số điều chỉnh hình học. φi Vi φj Vj MBĐ thứ j Dij MBT thứ i Cơ học & Điều khiển thiết bị bay L. N. Giang, , “Tối ưu hóa quyết định tấn công dựa trên thuật toán di truyền.” 86 Chỉ số đe dọa tốc độ: j i Vij j i i j i j i 0.1 V 0.6V T 0.5 V / V 0.6V V 1.5V 1.0 V 1.5V          Chỉ số đe dọa độ cao: ij Hij ij ij ij 0.1 h 4 T 0.5 0.1h 4 h 5 1.0 h 5           Trong đó, hiệu độ cao giữa máy bay ta và máy bay địch là hij = hi - hj. . Chỉ số đe dọa hiệu quả không chiến của MBĐ thứ j đối với MBT thứ i là: ij 0 j i j i C j i 0.5 0.5*sin((C / C 1)*90 ) C / C 2 T 1 C / C 2        2.3. Ma trận chỉ số đe dọa mục tiêu Công thức tính chỉ số đe dọa tổng quát là: ij 1 Cij 2 ij 3 Dij 4 Vij 5 Hijq T T T T T          Trong đó, qij là chỉ số đe dọa của MBT thứ i ta đối với MBĐ thứ j, λi là giá trị trọng số tương ứng. Giả sử có m máy bay ta, n máy bay địch, ma trận chỉ số đe dọa là: 11 1n mn ij m1 mn q ... q . . Q . q . . . q ... q                2.4. Ma trận hệ số phòng thủ Giả sử bên ta có n máy bay không người lái, định nghĩa aik là hệ số quan trọng của máy bay không người lái thứ k đối với máy bay không người lái thứ i, δik là hệ số phòng thủ. Chúng có quan hệ cho bởi hàm số sau: ik ik ik ik ik ik 2a n2ln 1 a 0.51 n 2 2 6 n a 0.51 2 2 2a n2ln 2 0.5 a nn1 2 2 6                            Từ công thức trên cho thấy khi ra quyết định phòng thủ cần xác định được mức độ quan trọng của mỗi UAV đối với các UAV còn lại. Dưới đây là ma trận hệ số phòng thủ: Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Tên lửa, 09 - 2016 87 11 1n mn ik m1 mn ... . . . . . . ...                    2.5. Ma trận hiệp đồng tấn công phòng thủ 11 1n mn mn mn jk m1 mn r ... r . . R Q x . r . . . r ... r                  Trong đó： n jk ji ik i 1 r (q . ), j 1, 2,..., m;k 1, 2,...      3. MÔ PHỎNG, TÍNH TOÁN, THẢO LUẬN 3.1. Mô hình bài toán tối ưu hóa quyết định hiệp đồng tấn công 3.1.1. Mô hình bài toán tổng quát Phi đội bên địch có N chiếc máy bay:  jR R , j 1, 2, , N   Phi đội bên ta có M chiếc máy bay UAV:  iB B , i 1, 2, ,M   , mỗi UAV đem theo L tên lửa tầm xa không đối không. Do vậy bên ta có Z = M.L tên lửa. Để công kích được N mục tiêu, cần thỏa mãn điều kiện: Z N . Khi chỉ số đe dọa lớn hơn giá trị giới hạn: ij ghq q , cần tăng thêm Tb tên lửa để công kích. Vậy tổng số tên lửa dùng để công kích mục tiêu là T=N+Tb, và N T Z.  Khi biết thêm các dữ liệu đầu vào như cự ly phát hiện, khoảng cách, góc tiếp cận, độ cao, số lượng, đội hình bay... Ta có thể tính toán ma trận chỉ số đe dọa mục tiêu, để làm cơ sở tối ưu hóa quyết định hiệp đồng tấn công cho UAV. 3.1.2. Mô hình bài toán cụ thể Phát hiện 14 chiếc MBĐ bay vào vùng trời bảo vệ. Chúng xếp theo đội hình bay có dãn cách trước – sau, phải – trái là 10 Km. Máy bay ta có 4 chiếc UAV có khả năng công kích đa mục tiêu, mỗi chiếc có 4 Tên lửa tầm xa không đối không. Đội hình bay của ta có dãn cách trước – sau là 10 Km, dãn cách phải – trái là 40 Km. Các máy bay địch-ta có cùng độ cao, các máy bay địch đều nằm trong phạm vi công kích của máy bay ta. Số hiệu và đội hình bay như trong hình 3. Tốc độ MBT là: VR = 300 m/s. Tốc độ MBĐ là: VB = 350 m/s. Cự ly phát hiện cực đại MBT là DR = 120 Km. Cự ly phát hiện cực đại MBĐ là DB = 100 Km. Hãy tối ưu hóa quyết định hiệp đồng tấn công cho UAV? Cơ học & Điều khiển thiết bị bay L. N. Giang, , “Tối ưu hóa quyết định tấn công dựa trên thuật toán di truyền.” 88 Hình 3. Số hiệu và đội hình bay của Máy bay ta Δ, và Máy bay địch ▲. 3.1.3. Giải quyết bài toán Quyết định công kích bao gồm vấn đề phân phối hỏa lực và phân phối thứ tự trước sau công kích đối với MBĐ. Quyết định thứ tự trước sau công kích xác định bởi giá trị lớn nhỏ của chỉ số đe dọa. Quyết định phân phối hỏa lực phải khiến máy bay địch mất đi khả năng tiếp tục chiến đấu. Sử dụng thuật toán di truyền đối với vấn đề này là giải pháp tìm kiếm tối ưu, khiến cho chỉ số đe dọa của phi đội địch đối với phi đội ta là nhỏ nhất. Sơ đồ sau minh hoạ quá trình tối ưu hóa quyết định tấn công dùng thuật toán di truyền. Hình 4. Lưu đồ thuật toán tối ưu hóa quyết định tấn công dùng giải thuật di truyền. Mã hoá Khởi tạo Tính độ thích nghi của các cá thể trong quần thể Chọn lọc Lai ghép Đột biến Có cá thể nào đạt lời giải tối ưu chưa hoặc số lần lặp lớn nhất ? Kết quả đầu ra Yes No Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Tên lửa, 09 - 2016 89 Thuật toán di truyền [1] đối với vấn đề tối ưu hóa quyết định công kích đa mục tiêu có thể chia thành các bước sau: Bước 1. Mã hóa nhiễm sắc thể Mỗi cá thể là một phương án ghép đôi công kích Tên lửa – Mục tiêu: πg = (W1, W2, ...., Wk, ..., WT). Độ dài chuỗi nhiễm sắc thể là số lượng tên lửa dùng để công kích T=N+Tb.  k iW 1,2,...,m ,...Z ,k [1,T]  , với im (i l).L , L       Bảng 1. Bảng mã hóa nhiễm sắc thể. πg = W1 W2 .... Wk .... WN WN+1 .... WT T = 1 2 .... k .... N N+1 .... N+Tb Bước 2. Khởi tạo Chủ yếu thiết lập bởi quy mô của quần thể POPsize, số lần lặp tối đa MAXgen, Việc lựa chọn các tham số phù hợp sẽ tăng tính hiệu quả của giải thuật. Trong các tham số trên thì POPsize là quan trọng nhất, nếu chọn kích thước quần thể quá nhỏ thì tính đa dạng của quần thể bị hạn chế, tức là khó chọn được phương án ghép đôi công kích Tên lửa – Mục tiêu có xác suất tiêu diệt lớn nhất, còn nếu quá lớn sẽ làm hao phí tài nguyên của máy tính và làm chậm quá trình tiến hóa. Thông thường ta chọn: 20 ≤ POPsize ≤ 200. Số lần lặp tối đa MAXgen là giới hạn trên của số các thế hệ. Trong mỗi vòng lặp đều có bước kiểm tra điều kiện, nếu bộ đếm thế hệ còn nhỏ hơn MAXgen thì quay trở lại tính toán cho thế hệ sau. MAXgen quá nhỏ có thể xảy ra trường hợp chưa tìm được kết quả tối ưu, giá trị hàm thích nghi chưa hội tụ thì quá trình tính toán đã dừng lại. MAXgen quá lớn sẽ làm hao phí tài nguyên của máy tính, ra quyết định công kích chậm dẫn đến lỡ thời cơ tiêu diệt MBĐ. Bước 3. Hàm thích nghi Sau khi khởi tạo quần thể hoặc ở thời điểm các thế hệ mới được tạo thành, chúng ta phải sử dụng hàm thích nghi để đánh giá mức độ thích nghi của mỗi nhiễm sắc thể, nhằm có cơ sở lựa chọn bố mẹ cho các phép lai tạo và đột biến. Hàm đánh giá nguy hiểm của phi đội địch đối với phi đội không người lái ta là: rj ZN M X ji rj j 1 i 1 r 1 E( ) q (1 q )                 Trong đó: qrj chỉ số đe dọa của máy bay địch thứ j đối với máy bay ta thứ r. Nếu công kích bằng tên lửa Xrj =1 , không công kích bằng tên lửa Xrj = 0 Hàm thích nghi là: 0.1 f 0.001 E( )    Bước 4. Chọn lọc Ở mỗi thế hệ, dựa trên giá trị của hàm thích nghi, chọn lọc để tạo thành quần thể ở thế hệ mới và chuẩn bị cho việc thực hiện các phép toán lai ghép và đột biến sau này. Giá trị thích nghi càng lớn cho biết chuỗi nhiễm sắc thể này có ưu thế cạnh tranh càng lớn trong quần thể, có thể được sinh tồn, xác suất được lai ghép sang Cơ học & Điều khiển thiết bị bay L. N. Giang, , “Tối ưu hóa quyết định tấn công dựa trên thuật toán di truyền.” 90 đời sau cũng càng lớn. Thông qua quá trình biến dị và lai ghép có thể sinh ra thế hệ sau tốt hơn. Bước 5. Lai ghép Trong giải thuật di truyền, phép lai ghép được điều khiển bởi xác suất lai ghép. Pc là xác suất cá thể trong quần thể có cơ hội được chọn để thực hiện phép lai. Tức là sẽ có Pc x POPsize cách lai ghép. Pc quá nhỏ thì khả năng sinh ra quần thể mới chậm, nhưng Pc quá lớn thì dễ sinh ra quần thể kém chất lượng, Thông thường ta chọn: 0.6 ≤ Pc ≤ 1. Ở đây, coi số lượng các cá thể trong quần thể ở mỗi thế hệ là không đổi. Phép chọn lọc đã chọn ra một số cá thể có độ thích nghi cao và loại bỏ đi một số cá thể thích nghi thấp. Sự thiếu hụt số lượng cá thể trong quần thể mới sẽ được bù đắp bằng lấy các cá thể thích nghi cao là thế hệ cha mẹ, tạo ra các thế hệ con bằng phép lai ghép. Ví dụ: M=2, L=4, N=6. Vậy số tên lửa có là Z=M.L=8. Cần chọn ra T=6 tên lửa để công kích 6 mục tiêu. Giả thiết có 2 loại nhiễm sắc thể của phương án công kích là A, B, sau lai ghép được nhiễm sắc thể con A’, B’. A: 2 4 1 6 8 3 A’: 2 4 1 3 5 7 B: 5 7 6 3 2 1 B’: 5 7 6 8 3 2 Vị trí điểm lai ghép là c = 3, chuỗi gen từ 1-3 của A’ chính là chuỗi gen từ 1 -3 của A, chuỗi gen từ 4-6 của A’ xác định bằng cách đổi 2 bộ phận trước sau vị trí điểm lai ghép của B được “ 3 2 1 5 7 6”, loại bỏ gen trùng 2 4 1 còn “ 3 5 7 6”, lấy 3 gen đầu ta có: A’: 2 4 1 3 5 7 Tương tự, chuỗi gen từ 1-3 của B’ chính là chuỗi gen từ 1-3 của B, chuỗi gen từ 4-6 của B’ xác định bằng cách đổi 2 bộ phận trước sau vị trí điểm lai ghép của A được “ 6 8 3 2 4 1”, loại bỏ gen trùng với 5 7 6 còn “ 8 3 2 4 1”, lấy 3 số đầu ta có: B’: 5 7 6 8 3 2 Bước 6. Đột biến Đột biến là thay đổi trên chuỗi nhiễm sắc thể một cách ngẫu nhiên để tạo ra tính đa dạng. Phép đột biến được điều khiển bởi xác suất đột biến Pm, là xác suất số gen bất kỳ của cá thể trong quần thể sẽ bị đột biến. Nếu không đột biến thì giải thuật chỉ đi tìm kiếm lời giải ở không gian khởi tạo, Pm quá nhỏ sẽ không đảm bảo tính đa dạng, Pm quá lớn thì quá trình tìm kiếm trở thành tìm kiếm ngẫu nhiên. Thông thường ta chọn: 0.01 ≤ Pm ≤ 0.05 Tiếp ví dụ trên, thao tác đột biến cá thể A’ sẽ sinh ra cá thể mới A ’’, nếu vị trí đột biến là gen số 4, tập hợp gen chưa có trong A’ gồm (6 8), chọn tùy ý ta có A’’(4)=8. A’: 2 4 1 3 5 7 A’’: 2 4 1 8 5 7 Bước 7. Đánh giá chất lượng thế hệ quần thể mới Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Tên lửa, 09 - 2016 91 Sau các quá trình chọn lọc, lai ghép, đột biến từ các cá thể thế hệ cha mẹ sẽ tạo ra thế hệ tiếp theo. Trong Bước 3, tính toán các giá trị hàm thích nghi của mỗi nhiễm sắc thể trong quần thể mới, nếu các giá trị hàm thích nghi của các cá thể trong quần thể mới cao hơn thì được chọn, nếu không thì chọn cá thể trong quần thể thế hệ trước. Kiểm tra điều kiện kết thúc, nếu thỏa mãn thì kết thúc thuật toán, nếu không thì lặp lại các bước 4-7 cho đến khi một điều kiện chấm dứt được đáp ứng. 3.2. Kết quả tính toán mô phỏng Dùng giải thuật di truyền viết trên phần mềm Matlab cho mô hình bài toán cụ thể, với: quy mô quần thể POPsize = 50, số lần lặp tối đa MAXgen = 100, xác suất lai ghép Pc = 0.8，xác suất đột biến Pm = 0.05. Tiến hành tính toán mô phỏng, sau mỗi lần di truyền giá trị thích nghi tối ưu thể hiện ở hình 5. Ta thấy khi tiến hành di truyền đến đời thứ 90, đã đạt được giá trị thích nghi ổn định, tính toán cho biết đã đạt được quyết định công kích tối ưu. Hình 5. Giá trị thích nghi tối ưu của gen sau mỗi lần di truyền. Bảng 2. Bảng chỉ số đe doạ của MBĐ đối với MBT. UAV 1 UAV 2 UAV 3 UAV 4 MBĐ 1 0.657 0.513 0.166 0.134 MBĐ 2 0.662 0.578 0.271 0.215 MBĐ 3 0.686 0.637 0.323 0.239 MBĐ 4 0.638 0.651 0.432 0.286 MBĐ 5 0.617 0.683 0.513 0.314 MBĐ 6 0.578 0.697 0.578 0.337 MBĐ 7 0.511 0.719 0.637 0.438 MBĐ 8 0.438 0.637 0.719 0.511 MBĐ 9 0.337 0.578 0.697 0.578 MBĐ 10 0.314 0.513 0.683 0.617 MBĐ 11 0.286 0.432 0.651 0.638 MBĐ 12 0.239 0.323 0.637 0.686 MBĐ 13 0.215 0.271 0.578 0.662 MBĐ 14 0.134 0.166 0.513 0.657 Cơ học & Điều khiển thiết bị bay L. N. Giang, , “Tối ưu hóa quyết định tấn công dựa trên thuật toán di truyền.” 92 Giả thiết qgh = 0.7. Qua tính toán chỉ số đe dọa bình quân của MBĐ7 với UAV2, MBĐ8 với UAV3 là 0.719, lớn hơn giá trị giới hạn qgh. Do vậy cần phân phối tấn công đối với MBĐ7 và MBĐ8, mỗi mục tiêu bằng 2 tên lửa. Bảng 3 thể hiện cá thể tối ưu tính được để ra quyết định hiệp đồng tấn công. Bảng 3. Bảng phân phối hỏa lực. MBĐ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 πg 4 1 3 2 7 5 8 6 11 10 9 12 14 15 16 13 UAV 1 UAV 2 UAV 3 UAV 4 Quyết định hiệp đồng công kích tính toán được như sau: + UAV 1 dùng 4 tên lửa 4,1,3,2 công kích 4 MBĐ theo thứ tự 1,2,3,4. + UAV 2 dùng 2 tên lửa 7,5 công kích 2 MBĐ theo thứ tự 5,6 và dùng 2 tên lửa 8,6 công kích MBĐ7. + UAV 3 dùng 2 tên lửa 9,12 công kích 2 MBĐ theo thứ tự 9,10 và dùng 2 tên lửa 10,11 công kích MBĐ8. + UAV 4 dùng 4 tên lửa 14,15,16,13 công kích 4 MBĐ theo thứ tự 11,12,13,14. 4. KẾT LUẬN Bài báo đã tiến hành nghiên cứu mô phỏng tính toán chỉ số đe dọa cho các phương án tấn công của UAV, đó là cơ sở để tự động hoá và tối ưu hóa quyết định tấn công của UAV trong không chiến. Khi dùng thuật toán di truyền thì chỉ số đe dọa, hàm thích nghi được xác định chính xác. Đồng thời thuật toán di truyền sẽ thay người chỉ huy ra quyết định phân phối hỏa lực nhanh chóng. Đó chính là những yếu tố có vai trò quyết định thắng lợi cuối cùng. Tuy nhiên, bài báo vẫn chưa áp dụng giải thuật di truyền để tối ưu hoá quyết định phòng thủ của UAV. Khi bị công kích bằng tên lửa, UAV cần sử dụng biện pháp cơ động lẩn tránh phù hợp. UAV thường áp dụng 5 cách cơ động cơ bản: cơ động vòng trái, cơ động vòng phải, cơ động tăng cao, cơ động bổ nhào, cơ động xà hình. Khi lẩn tránh tên lửa, động tác phòng thủ cơ động của UAV chính là tổng hợp của 5 động tác cơ động này. Trong một bài báo khác, tác giả sẽ ứng dụng giải thuật di truyền giải bài toán phòng thủ cơ động, bảo đảm UAV tự xác định quỹ đạo cơ động tối ưu, để tự bảo hộ và tồn tại. TÀI LIỆU THAM KHẢO [1]. Nguyễn Đình Thúc, “Lập trình tiến hóa”, Nhà xuất bản giáo dục, 2001. [2]. P.G. Fahlstrom, T.J. Gleason, “Introduction to UAV Systems”, DAR Corporation Aeronautical Engineering Books, ISBN 9780521865746, 2001. [3]. WANG Lingyan, SHI Min Liang, LIN Qiujie, LAN Dian, “Design and Simulation for Flight Control System of BTT UAV”, J. Ship Electronic Engineering, Vol 33, No.1, pp. 64-68, 2013. [4]. Zhang Jihan, Wang Yuwen, Meng Fanji, “Target Threat Sequensing and Allocation for Multi-Aircraft Air Combat”, J. Fire Control & Command Control, Vol.12, pp. 96-99, 2013. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Tên lửa, 09 - 2016 93 ABSTRACT OPTIMIZATION OF ATTACKS AND DEFENSES DECISIONS FOR THE UNMANNED AERIAL VEHICLE BASED ON GENETIC ALGORITHM Unmanned aerial vehicle (UAV) is increasingly showing dominant in air raids. Decision making of attacks and defenses in tactical air combat are the most important aspects for combat victory of unmanned aerial vehicle. In this paper, an genetic algorithm to optimize the attack decision making for UAV is presented. At the same time proposed the idea applying defense maneuver methods for UAV when it is being attacked by missiles. Keywords: Unmanned aerial vehicle, Genetic algorithm, Multipe target. Nhận bài ngày 08 tháng 07 năm 2016 Hoàn thiện ngày 08 tháng 08 năm 2016 Chấp nhận đăng ngày 05 tháng 09 năm 2016 Địa chỉ: 1 Khoa Kỹ thuật cơ sở, Học viện Phòng không – Không quân 2 Khoa Kỹ thuật điều khiển, Học viện Kỹ thuật quân sự 3 Viện Tên Lửa, Viện Khoa Học Quân Sự * Email: tinhpk79@gmail.com