面對(duì)未來(lái)作戰(zhàn)中高密度、多方位的集群智能體,傳統(tǒng)點(diǎn)對(duì)點(diǎn)飽和攻擊已不是最佳策略,可通過(guò)選擇合適的武器類型和作用點(diǎn)實(shí)現(xiàn)火力覆蓋,達(dá)到武器數(shù)量小于目標(biāo)數(shù)量的最大殺傷效果。綜合考慮安全目標(biāo)、毀傷門(mén)限、偏好指派等作戰(zhàn)需求,首先,建立了多約束多目標(biāo)武器-目標(biāo)分配(CMWTA)數(shù)學(xué)模型;其次,設(shè)計(jì)了約束違反值的計(jì)算方法,并采用個(gè)體編碼、檢測(cè)修復(fù)和約束支配相結(jié)合的方式處理多約束;最后,設(shè)計(jì)了針對(duì)多目標(biāo)武器-目標(biāo)分配模型的收斂性度量指標(biāo),并基于多目標(biāo)進(jìn)化算法(MOEA)框架進(jìn)行了仿真分析。其中在進(jìn)化算法框架對(duì)比中,SPEA2下的Pareto集合容量主要分布于[21,25]區(qū)間內(nèi),NSGA-Ⅱ下的Pareto集合容量主要分布于[16,20],而MOEA/D下的Pareto集合容量均小于16;在修復(fù)算法驗(yàn)證中,修復(fù)算法將三種進(jìn)化算法框架的Convergence指標(biāo)提升了20%以上,且可將Pareto解集中不可行解的比例保持在0%。實(shí)驗(yàn)結(jié)果表明,在求解CMWTA模型中,SPEA2算法框架在分布性和收斂性上優(yōu)于NSGA-Ⅱ和MOEA/D算法框架,且所提修復(fù)算法有效地提高了進(jìn)化算法對(duì)非支配可行解的求解效率。

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
0 引言
1 CMWTA模型
2 MOEA-CMWTA算法
    2.1 編碼進(jìn)化算法
    2.2 個(gè)體修復(fù)算法
    2.3 約束處理策略
    2.4 性能度量
3 仿真與分析
4 結(jié)語(yǔ)



本文編號(hào)：3774413