在高維多目標優(yōu)化中,基于參考點非支配排序遺傳算法（non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ）相比于其他多目標進化算法,具備較強的多樣性保持能力,但收斂能力存在一定不足。因此引入遺傳K均值（genetic K-means,GKM）聚類算法以提高NSGA-Ⅲ的收斂能力,提出基于NSGA-Ⅲ-GKM算法的多天基對地打擊武器（space-to-ground strike weapon,SGSW）火力分配優(yōu)化方法。首先,建立以轉移時間最短、落地點速度最大和落地點侵徹角最大為優(yōu)化目標的SGSW轉移軌道優(yōu)化模型,為后續(xù)優(yōu)化目標的計算打下基礎;其次,建立基于NSGA-Ⅲ-GKM算法的火力分配優(yōu)化模型;最后,仿真結果表明,NSGA-Ⅲ-GKM算法相比于其他代表性多目標進化算法具備較好的多樣性保持能力和收斂能力,總體性能較好,該方法能夠更有效地解決多SGSW火力分配優(yōu)化問題。 

【文章來源】：系統(tǒng)工程與電子技術. 2020,42(09)北大核心EICSCD

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于目標空間分區(qū)的穩(wěn)態(tài)高維多目標進化算法[J]. 李飛,劉建昌,朱佳妮,李晨曦.  東北大學學報(自然科學版). 2018(03)
[2]結合遺傳算法和優(yōu)化Q-law算法的小推力軌道轉移（英文）[J]. 程月華,姜斌,孫俊,張嫻,侯倩.  Transactions of Nanjing University of Aeronautics & Astronautics. 2010(04)

碩士論文
[1]天基再入飛行器全程機動制導方法研究[D]. 唐軍剛.哈爾濱工業(yè)大學 2012



本文編號：3158468