基于改进型多目标粒子群优化算法的武器-目标分配

被引：33

作者：

夏维 ^{[1
]}

刘新学 ^{[1
]}

范阳涛 ^{[1
]}

元锋刚 ^{[2
]}

机构：

[1] 火箭军工程大学初级指挥学院

[2] 部队

来源：

兵工学报 | 2016年 / 37卷 / 11期

关键词：

兵器科学与技术; 多目标优化; 粒子群优化; 火力分配; Pareto集; 武器-目标分配;

D O I：

暂无

中图分类号：

E91 [军事技术基础科学]; TP18 [人工智能理论];

学科分类号：

1105 ; 1108 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在"维数灾难"瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。

引用

页码：2085 / 2093

页数：9

共 13 条

[1]

基于多种群协同的多目标粒子群优化算法研究.[D].刘慧慧.南京邮电大学.2014, 05

[2]

基于蚁群算法的武器—目标分配问题研究.[D].崔莉莉.上海交通大学.2011, 07

[3]

遗传多目标优化算法的研究.[D].袁形形.中国地质大学（北京）.2010, 08

[4] 基于混合蛙跳算法的多模盲均衡算法 [J].

郭业才 ;

张苗青 .

兵工学报, 2015, 36 (07) :1280-1287

[5] 一种改进型多目标粒子群优化算法MOPSO-Ⅱ [J].

谢承旺 ;

李凯 ;

徐君 ;

谢大同 ;

杜欣 ;

汪慎文 .

武汉大学学报(理学版), 2014, 60 (02) :144-150

[6]

基于量子分布估计算法的火力分配问题研究.[J].张毅;杨秀霞;周绍磊;.电光与控制.2013, 12

[7] 目标分配的蚁群-模拟退火算法及其改进 [J].

麻士东 ;

龚光红 ;

韩亮 ;

宋晓 .

系统工程与电子技术, 2011, 33 (05) :1182-1186

[8] 用离散粒子群优化算法求解WTA问题 [J].

曲在滨 ;

刘彦君 ;

徐晓飞 .

哈尔滨工业大学学报, 2011, 43 (03) :67-69+101

[9] 编队防空火力分配建模及其优化方法研究 [J].

阮旻智 ;

李庆民 ;

刘天华 .

兵工学报, 2010, 31 (11) :1525-1529

[10] 多群协同PSO优化算法的WTA问题求解 [J].

肖嵘 ;

赵成旺 ;

王护利 ;

檀朝彬 .

计算机仿真, 2010, 27 (09) :12-14+28

← 1 2 →