本文關(guān)鍵詞：基于改進(jìn)型多目標(biāo)粒子群優(yōu)化算法的武器-目標(biāo)分配

  更多相關(guān)文章： 兵器科學(xué)與技術(shù) 多目標(biāo)優(yōu)化 粒子群優(yōu)化 火力分配 Pareto集 武器-目標(biāo)分配

【摘要】：在作戰(zhàn)中武器-目標(biāo)分配(WTA)問題包含眾多的變量,是典型的非確定性多項式完全問題。針對毀傷效能最大和用彈量最少兩個目標(biāo)函數(shù),建立了基于改進(jìn)型多目標(biāo)粒子群優(yōu)化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群優(yōu)化算法存在"維數(shù)災(zāi)難"瓶頸,應(yīng)用了變量隨機(jī)分解策略和合作協(xié)同進(jìn)化框架,按照帶精英策略的非支配排序遺傳(NSGA-Ⅱ)算法中的排序方法對粒子群編碼數(shù)據(jù)進(jìn)行非支配排序。通過實例仿真分析,結(jié)果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度與運行效率,能夠獲得滿意的分配結(jié)果,且計算快速有效,比較適合較大規(guī)模的WTA問題實時求解。
【作者單位】： 火箭軍工程大學(xué)初級指揮學(xué)院;91033部隊;
【關(guān)鍵詞】： 兵器科學(xué)與技術(shù) 多目標(biāo)優(yōu)化 粒子群優(yōu)化 火力分配 Pareto集 武器-目標(biāo)分配
【基金】：國家自然科學(xué)基金青年基金項目(61304001)
【分類號】：E91;TP18
【正文快照】： 0引言武器-目標(biāo)分配(WTA)問題,歷來是作戰(zhàn)指揮輔助決策研究中的核心內(nèi)容之一,其解空間隨著武器數(shù)目和目標(biāo)總數(shù)的增加而呈指數(shù)級遞增,是多參數(shù)、多約束的離散非確定性多項式(NP)完全問題[1]。WTA的核心思想是如何設(shè)計采用高效且健壯的算法,把具有不同殺傷力和價值成本的武器合

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年10期

2 李艷靈;李剛;;粒子群優(yōu)化算法研究進(jìn)展[J];重慶工學(xué)院學(xué)報(自然科學(xué)版);2007年05期

3 岳興漢;薛云燦;蔡亮;;基于混沌思想的粒子群優(yōu)化算法[J];河海大學(xué)常州分校學(xué)報;2007年04期

4 呂林;羅綺;劉俊勇;田立峰;;一種基于多種群分層的粒子群優(yōu)化算法[J];四川大學(xué)學(xué)報(工程科學(xué)版);2008年05期

5 房靖;高尚;;不完全判斷矩陣權(quán)值的粒子群優(yōu)化算法計算[J];科學(xué)技術(shù)與工程;2009年19期

6 徐安;趙思宏;寇英信;黃俊;;基于混合粒子群優(yōu)化的多目標(biāo)決策新方法[J];火力與指揮控制;2010年01期

7 梁武;;改進(jìn)的粒子群優(yōu)化算法在結(jié)構(gòu)優(yōu)化中的應(yīng)用[J];廣東建材;2010年04期

8 馮雪;裴志松;;粒子群優(yōu)化算法的研究與應(yīng)用[J];吉林建筑工程學(xué)院學(xué)報;2011年03期

9 高立群;李若平;鄒德旋;;全局粒子群優(yōu)化算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2011年11期

10 趙成業(yè);閆正兵;劉興高;;改進(jìn)的變參數(shù)粒子群優(yōu)化算法[J];浙江大學(xué)學(xué)報(工學(xué)版);2011年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運動目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國計算（機(jī)）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測算法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對混沌系統(tǒng)未知參數(shù)的估計[A];中國力學(xué)大會——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉昊;多樣性增強的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學(xué);2015年

2 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

3 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

4 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實例[D];浙江大學(xué);2005年

5 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

6 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

7 余炳輝;粒子群優(yōu)化算法試驗研究及擴(kuò)展[D];華中科技大學(xué);2007年

8 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

9 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2013年

10 徐星;融合熱運動機(jī)制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏數(shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢預(yù)測模型研究[D];蘭州大學(xué);2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學(xué);2015年

5 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

6 米永強;非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

9 牛旭;動態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1044353