基于智能算法的武器目標(biāo)分配問題研究
【學(xué)位單位】:哈爾濱工程大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類】:E91;TP18
【部分圖文】:
受保護(hù)目標(biāo)圖 2.3 靜態(tài) WTA 場景態(tài) WTA 問題的定義以及模型構(gòu)建態(tài) WTA 定義靜態(tài) WTA 未考慮出現(xiàn)新目標(biāo)、目標(biāo)運(yùn)動(dòng)和武器發(fā)射時(shí)間等問題足會(huì)導(dǎo)致分配方案無效的后果,因此建立動(dòng)態(tài) WTA 問題的模型題可以簡單地理解為是對(duì)靜態(tài) WTA 問題的多次實(shí)現(xiàn),而終止被使用或者沒有來襲目標(biāo)再次出現(xiàn)。但是,要想真正的解決動(dòng)復(fù)雜的多。首先,在 DWTA 問題中會(huì)受到很多實(shí)際因素(例如窗問題)的限制,由于這些約束的存在為算法尋找可行解增加了WTA 問題生成分配方案時(shí),不僅僅要考慮當(dāng)前的作戰(zhàn)狀態(tài),還產(chǎn)生的結(jié)果。因此動(dòng)態(tài) WTA 要在靜態(tài) WTA 模型的基礎(chǔ)上,加的時(shí)間窗問題。除此之外,還需考慮在一次分配結(jié)束后出現(xiàn)新目
哈爾濱工程大學(xué)碩士學(xué)位論文以看出,改進(jìn)后的算法在相同迭代次數(shù)內(nèi)取得的全局最小于傳統(tǒng)人工魚群算法和遺傳算法,說明改進(jìn)算法可以在優(yōu)的分配方案,使得敵方的來襲目標(biāo)的存活概率更小,對(duì)的算法在一定程度上有效的改善了算法的精確度。然而,每次迭代中都利用了食物濃度排序和遺傳算子,同樣迭代略長于其他兩種算法。驗(yàn)證算法的收斂速度,分別對(duì)三種算法的最優(yōu)收斂曲線和仿真結(jié)果如圖 3.4 和圖 3.5 所示。
會(huì)略長于其他兩種算法。步驗(yàn)證算法的收斂速度,分別對(duì)三種算法的最優(yōu)收斂曲線和平。仿真結(jié)果如圖 3.4 和圖 3.5 所示。圖 3.4 三種算法的最優(yōu)收斂曲線比較
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 曾松林;王文惲;李彪;張毅;;基于粒子群算法的武器目標(biāo)分配仿真[J];電腦編程技巧與維護(hù);2011年23期
2 楊奇松;王順宏;王然輝;牛曉潔;;分階段對(duì)地打擊武器-目標(biāo)分配建模與決策[J];彈道學(xué)報(bào);2017年02期
3 韓松臣,秦俊奇,韓品堯,邵成勛;馬爾可夫決策過程在目標(biāo)分配中的應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);1996年02期
4 肖金科;李為民;江蕭君;呂誠中;;末段反導(dǎo)目標(biāo)分配問題研究[J];飛航導(dǎo)彈;2017年02期
5 劉傳波;邱志明;吳玲;王航宇;;動(dòng)態(tài)武器目標(biāo)分配問題的研究現(xiàn)狀與展望[J];電光與控制;2010年11期
6 王正元;嚴(yán)小琴;;基于仿真的武器—目標(biāo)分配問題求解方法[J];系統(tǒng)仿真學(xué)報(bào);2009年20期
7 張海兵;徐誠;李世永;;貪心遺傳算法及其在武器目標(biāo)分配問題中的應(yīng)用[J];彈道學(xué)報(bào);2007年02期
8 魏鐵濤;屈香菊;;多機(jī)協(xié)同與多目標(biāo)分配任務(wù)規(guī)劃方法[J];北京航空航天大學(xué)學(xué)報(bào);2009年08期
9 姚遠(yuǎn);秦玲;;蟻群算法在武器目標(biāo)分配問題中的應(yīng)用[J];福建電腦;2007年03期
10 黃樹采,李為民;目標(biāo)分配問題的蟻群算法研究[J];系統(tǒng)工程與電子技術(shù);2005年01期
相關(guān)博士學(xué)位論文 前2條
1 張鵬;基于有限時(shí)間系統(tǒng)理論的多飛行器協(xié)同攔截問題研究[D];哈爾濱工業(yè)大學(xué);2013年
2 黃國強(qiáng);多飛行器協(xié)同軌跡優(yōu)化設(shè)計(jì)[D];南京航空航天大學(xué);2012年
相關(guān)碩士學(xué)位論文 前10條
1 邵詩佳;基于智能算法的武器目標(biāo)分配問題研究[D];哈爾濱工程大學(xué);2019年
2 谷穩(wěn);基于進(jìn)化匈牙利算法的目標(biāo)分配問題研究及應(yīng)用[D];西安電子科技大學(xué);2013年
3 崔莉莉;基于蟻群算法的武器—目標(biāo)分配問題研究[D];上海交通大學(xué);2011年
4 李趙陽;基于粒子群算法的武器—目標(biāo)分配問題求解[D];吉林大學(xué);2009年
5 苗衛(wèi)強(qiáng);改進(jìn)的文化算法研究及應(yīng)用[D];南昌航空大學(xué);2014年
6 黃俊;武器—目標(biāo)分配問題建模研究[D];華中科技大學(xué);2016年
7 范躍杰;無人機(jī)追逃機(jī)動(dòng)決策與任務(wù)協(xié)同算法研究[D];上海交通大學(xué);2013年
8 馬亞邦;大氣層外多攔截器協(xié)同反導(dǎo)任務(wù)若干問題研究[D];哈爾濱工業(yè)大學(xué);2013年
9 丁江濤;彈炮結(jié)合武器系統(tǒng)目標(biāo)分配研究[D];國防科學(xué)技術(shù)大學(xué);2011年
10 張雪梅;無人作戰(zhàn)飛機(jī)攻擊地面目標(biāo)的研究與應(yīng)用[D];西北工業(yè)大學(xué);2007年
本文編號(hào):2863599
本文鏈接:http://sikaile.net/kejilunwen/jingguansheji/2863599.html