從智能優(yōu)化視角出發(fā)解決聯(lián)合火力打擊任務(wù)規(guī)劃中動(dòng)態(tài)兵力、火力、目標(biāo)最優(yōu)化分配問題,設(shè)計(jì)了信息素遺傳算法并將其引入到聯(lián)合火力打擊任務(wù)規(guī)劃問題的求解。信息素遺傳算法作為標(biāo)準(zhǔn)遺傳算法的改進(jìn)算法,借鑒了蟻群算法中信息素濃度概念,用信息素濃度控制種群個(gè)體變異方向,使用可控變異替代標(biāo)準(zhǔn)遺傳算法中的隨機(jī)變異,使最優(yōu)個(gè)體快速收斂。同時(shí)使用熵權(quán)法和理想點(diǎn)法將聯(lián)合火力打擊任務(wù)規(guī)劃的眾多評(píng)估指標(biāo)融合為可量化對(duì)比的綜合評(píng)分,為任務(wù)規(guī)劃提供評(píng)估參考指標(biāo)。仿真實(shí)驗(yàn)結(jié)果表明,信息素遺傳算法能夠有效應(yīng)用于聯(lián)合火力打擊任務(wù)規(guī)劃問題求解,相較于標(biāo)準(zhǔn)遺傳算法具有更高的收斂效率和綜合評(píng)分。

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

圖1智能優(yōu)化算法流程框圖

信息素遺傳算法的內(nèi)核仍然是智能優(yōu)化算法，將智能優(yōu)化算法應(yīng)用于聯(lián)合火力打擊任務(wù)規(guī)劃等NP完全問題的算法設(shè)計(jì)步驟可分為數(shù)據(jù)錄入階段、向量空間轉(zhuǎn)換階段、綜合評(píng)分階段、智能優(yōu)化階段。其中，數(shù)據(jù)錄入階段用于將聯(lián)合火力打擊任務(wù)規(guī)劃的具體數(shù)據(jù)指標(biāo)錄入計(jì)算平臺(tái);向量空間轉(zhuǎn)換階段用于將聯(lián)合火力打擊....

圖2標(biāo)準(zhǔn)遺傳算法流程框圖

遺傳算法是借鑒自然界的生物進(jìn)化過程，模擬優(yōu)勝劣汰和適者生存的競(jìng)爭(zhēng)淘汰機(jī)制設(shè)計(jì)的智能優(yōu)化算法，以偽隨機(jī)數(shù)模擬個(gè)體的變異過程，通過多代進(jìn)化使最優(yōu)個(gè)體綜合評(píng)分向全局最優(yōu)評(píng)分收斂。標(biāo)準(zhǔn)遺傳算法的流程如圖2所示。蟻群算法是MDorigo等在1991年提出的智能優(yōu)化算法，算法原理為:蟻群在....

圖3信息素遺傳算法流程框圖

根據(jù)聯(lián)合火力打擊任務(wù)規(guī)劃問題軟硬約束條件的分析，可將任務(wù)規(guī)劃的綜合指標(biāo)區(qū)分為單目標(biāo)類評(píng)估指標(biāo)、單部隊(duì)類評(píng)估指標(biāo)和體系評(píng)估指標(biāo)3類。單目標(biāo)類評(píng)估指標(biāo)的數(shù)量和目標(biāo)數(shù)等同，單部隊(duì)類評(píng)估指標(biāo)的數(shù)量和部隊(duì)數(shù)等同，體系評(píng)估指標(biāo)和任務(wù)規(guī)劃數(shù)等同。并基于3類評(píng)估指標(biāo)設(shè)計(jì)11項(xiàng)具體指標(biāo)，評(píng)估指標(biāo)明....

圖4聯(lián)合火力打擊任務(wù)規(guī)劃評(píng)估指標(biāo)框圖

圖3信息素遺傳算法流程框圖設(shè)聯(lián)合火力打擊部隊(duì)數(shù)為n，其中第i支部隊(duì)的火力打擊半徑為oi，在任務(wù)規(guī)劃中能夠執(zhí)行打擊任務(wù)上限為ci，單次火力打擊時(shí)長(zhǎng)為di，火力打擊之間的轉(zhuǎn)換周期為ei，部隊(duì)位置坐標(biāo)為xmi和ymi;目標(biāo)打擊清單中的目標(biāo)數(shù)為m，其中第j個(gè)目標(biāo)的規(guī)定毀傷程度為hj，目....

本文編號(hào)：3908161