基于智能優(yōu)化算法的作戰(zhàn)資源部署分析
發(fā)布時間:2021-07-14 23:35
區(qū)域防空作戰(zhàn)逐步成為部隊防空作戰(zhàn)方面的核心方向,戰(zhàn)前資源部署及戰(zhàn)時火力分配問題既是難題又是核心環(huán)節(jié)。基于此,文章以戰(zhàn)前資源部署為研究對象,針對傳感器網(wǎng)絡(luò)部署問題,借助改進(jìn)的粒子群算法構(gòu)建起傳感器網(wǎng)絡(luò)優(yōu)化數(shù)模;針對火力單元部署問題,使用匈牙利算法,構(gòu)建火力單元部署數(shù)模。仿真結(jié)果表明,改進(jìn)之后的算法有效,求解精度較好,收斂速度較快。
【文章來源】:江蘇科技信息. 2020,37(01)
【文章頁數(shù)】:5 頁
【部分圖文】:
作戰(zhàn)資源部署與分配統(tǒng)一框架
(2)引導(dǎo)力計算。算出周圍節(jié)點對本身虛擬力的作用。依照此章中列出的虛擬力公式,對周圍節(jié)點形成的全力予以計算,同時,把受作用力變換成某一節(jié)點的速度改變量。算出引導(dǎo)力同粒子群協(xié)同作用下速度的改變量。(3)節(jié)點移動。依照粒子速度及每輪移動時間,對節(jié)點位置進(jìn)行變更。
(2)對目標(biāo)的火力問題進(jìn)行預(yù)估,得到上限值L,當(dāng)火力單元數(shù)是M,目標(biāo)數(shù)是N,若N(L-1)≤M≤NL,借助匈牙利算法完成L-1次分配。同樣地,若N(L-2)≤M≤N(L-1),借助匈牙利算法完成L-2次分配。獲取到結(jié)果E1;也可得到下限值L,借助匈牙利算法完成L次分配,獲取到結(jié)果E1。進(jìn)行研究時,運(yùn)用第一種完成分配。(3)把之前分配好的火力單元同符合要求的火力總量的目標(biāo)在優(yōu)勢矩陣C中剔除,進(jìn)而在剩下的元素中獲取最大優(yōu)勢值C`。那么,把第i個火力單元對應(yīng)于第j個目標(biāo)進(jìn)行分配,且把對應(yīng)的行與列進(jìn)行刪減。之后在剩下的矩陣中得到上限值作分配,到每個目標(biāo)均符合要求或每個火力單元均有分配止。
本文編號:3285118
【文章來源】:江蘇科技信息. 2020,37(01)
【文章頁數(shù)】:5 頁
【部分圖文】:
作戰(zhàn)資源部署與分配統(tǒng)一框架
(2)引導(dǎo)力計算。算出周圍節(jié)點對本身虛擬力的作用。依照此章中列出的虛擬力公式,對周圍節(jié)點形成的全力予以計算,同時,把受作用力變換成某一節(jié)點的速度改變量。算出引導(dǎo)力同粒子群協(xié)同作用下速度的改變量。(3)節(jié)點移動。依照粒子速度及每輪移動時間,對節(jié)點位置進(jìn)行變更。
(2)對目標(biāo)的火力問題進(jìn)行預(yù)估,得到上限值L,當(dāng)火力單元數(shù)是M,目標(biāo)數(shù)是N,若N(L-1)≤M≤NL,借助匈牙利算法完成L-1次分配。同樣地,若N(L-2)≤M≤N(L-1),借助匈牙利算法完成L-2次分配。獲取到結(jié)果E1;也可得到下限值L,借助匈牙利算法完成L次分配,獲取到結(jié)果E1。進(jìn)行研究時,運(yùn)用第一種完成分配。(3)把之前分配好的火力單元同符合要求的火力總量的目標(biāo)在優(yōu)勢矩陣C中剔除,進(jìn)而在剩下的元素中獲取最大優(yōu)勢值C`。那么,把第i個火力單元對應(yīng)于第j個目標(biāo)進(jìn)行分配,且把對應(yīng)的行與列進(jìn)行刪減。之后在剩下的矩陣中得到上限值作分配,到每個目標(biāo)均符合要求或每個火力單元均有分配止。
本文編號:3285118
本文鏈接:http://www.sikaile.net/kejilunwen/jingguansheji/3285118.html
教材專著