火力單元部署具有多目標、大規(guī)模和不確定性等特點,利用花朵授粉算法求解火力單元部署問題。針對花朵授粉算法存在易陷入局部最優(yōu)、魯棒性差等問題,為此提出小生境混沌花朵授粉算法。為增加算法搜索的廣度,使用小生境技術保持種群的多樣性,提升了算法的全局優(yōu)化能力;引入邏輯自映射函數產生的混沌序列對精英個體進行局部優(yōu)化,增強算法的搜索精度和收斂速度;將改進算法應用至火力單元優(yōu)化部署模型中,仿真結果驗證了改進算法比花朵授粉算法和其他基礎優(yōu)化算法能更合理高效地分配火力單元,實現武器作戰(zhàn)效能最大化。 

【文章來源】：計算技術與自動化. 2019,38(03)

【文章頁數】：5 頁

【部分圖文】：

目標殺傷區(qū)飛行距離計算示意圖

上對部署陣地劃分，每個交叉點為防空導彈武器系統(tǒng)的待部署地點。以第1節(jié)建立的目標函數為優(yōu)化目標，利用本文提出的NCFPA算法和基本FPA、遺傳算法和差分進化算法分別對模型進行求解。參數設置為：基本FPA和NCFPA的轉換概率p=0.8�；煦缢阉髯畲蟮螖担篕=40，精英群體比例為；DE的參數設置：交叉概率CR=0.9，縮放因子F=0.8，變異概率G=0.8。GA的參數設置：交叉概率CR=0.8，變異概率G=0.6。設置種群規(guī)模為150，所有算法的最大迭代次數均為N_iter=300。算法求得的結果表2所示，圖2為四種算法的尋優(yōu)過程對比圖。表2算法求取結果對比武器類型最優(yōu)解部署陣地評分火力覆蓋均勻度/%重點方向目標攔截概率/%GA79.778.363.694.1DE86.572.682.496.2FPA86.284.575.397.5NCFPA90.383.587.698.41009080706050400100200300適應度值GADEFPANCFPA圖2算法尋優(yōu)收斂對比曲線根據表1中的求解結果可以看出，對于火力單元優(yōu)化部署問題，FPA算法的求解精度優(yōu)于GA和DE算法，體現出其良好的尋優(yōu)性能。相較于PFA等算法，引入小生境技術和混沌搜索策略NCFPA算法的求解精度更高，得到的結果在部署陣地評分、重點方向的攔截概率和火力覆蓋均勻度等指標值上均優(yōu)于其他對比算法，所以NCFPA所得的部署結果綜合防空效能更優(yōu)，證明了本文改進思路的有效性。同時結合圖2中的算法尋優(yōu)過程曲線可看出，NCPFA的收斂速度更快、求解精度更優(yōu)，表現出較好的全局尋優(yōu)能力。4結論針對火力單元的優(yōu)化部署問題，提出一種應用混沌小生境的花朵授粉算法進行求解，小生境技術的引入有助于維持種群的多樣性，有效避免算法出現早熟，提升了全局尋優(yōu)能力；其次，采用邏輯自映射混沌序列優(yōu)化精英個體，使算法的搜索精度和收斂速度?

【參考文獻】：
期刊論文
[1]改進的花朵授粉算法在微網優(yōu)化調度中的應用[J]. 王生生,杜鵬,董如意,李永賀.  東北大學學報(自然科學版). 2018(03)
[2]基于改進花授粉算法的無人船空間全局優(yōu)化[J]. 蘇興龍.  信息技術. 2016(10)
[3]基于花朵授粉算法的產品拆卸序列規(guī)劃[J]. 焦慶龍,徐達,李闖.  計算機集成制造系統(tǒng). 2016(12)
[4]基于小生境混沌遺傳算法的水資源優(yōu)化調度[J]. 趙小強,何智娥.  北京工業(yè)大學學報. 2015(09)
[5]具有混沌搜索策略的蝙蝠優(yōu)化算法及性能仿真[J]. 劉長平,葉春明.  系統(tǒng)仿真學報. 2013(06)
[6]基于邏輯自映射的變尺度混沌粒子群優(yōu)化算法[J]. 劉長平,葉春明.  計算機應用研究. 2011(08)
[7]基于Memetic算法的要地防空優(yōu)化部署方法[J]. 陳杰,陳晨,張娟,辛斌.  自動化學報. 2010(02)

博士論文
[1]改進型花朵授粉優(yōu)化算法原理及工程應用研究[D]. 許樹輝.山東大學 2017

碩士論文
[1]小生境混合蛙跳算法研究與應用[D]. 李錦.西安電子科技大學 2012



本文編號：3493713