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