WTA问题的遗传算法研究

提出一种解武器 目标分配问题 (weapontargetassignment,WTA)的遗传算法 ,此方法根据遗传算法理论 ,设计了一种新的武器 目标分级组合关系式 ,并缩小了搜索的可行解空间 .经多个战例的仿真表明此算法不仅全局收敛性好、稳定性高 ,易于进行并行处理 。

基于动态自适应遗传算法的舰艇防空火力分配

本文提出一种基于自适应编码思想的遗传算法用于解决水面舰艇防空火力分配问题,该算法采用自适应编码,自适应选择与自适应的交叉与变异算子,能在较短的时间内得到全局优化解。仿真实验结果表明:新算法与其他算法相比,在优化性能和时间性能方面都有了一定的改善,可以较好地避免陷入局部最优,能较好地解决舰艇防空火力分配问题。

基于遗传蚁群算法的舰艇编队防空火力分配

提高舰艇编队的防空火力分配效率是海上防空中一件紧迫的任务。火力分配问题是NP难问题,经典的求解算法存在指数级的时间复杂度,启发性智能算法又易于陷入局部最优。提出一种基于拥挤替换思想的遗传蚁群算法用于解决水面舰艇编队防空火力分配问题,遗传算法阶段采用拥挤替换和时变性变异算子设计,以维持较好的种群多样性,蚁群算法阶段,由于有较好的初始信息素分布,在进一步求精解的时候能够避免陷入局部最优。仿真结果表明:新算法与其它算法相比,在优化性能和时间性能方面都有了较大的改善,并且分配问题规模越大,优势越明显,能较好地解决舰艇编队防空火力分配问题。

分解协调法在武器目标分配问题中的应用研究

应用大系统理论的分解协调法,可将武器目标分配问题按受保护的资源数K分解为K个独立的子优化问题,通过协调器协调各个子问题的解,以达到武器目标分配问题的全局最优解.仿真结果表明该方法是实时且有效的.

基于改进微粒群算法的火力分配

火力分配的要旨在于找到最优方案,充分发挥防空武器效能。文中给出了防空火力分配模型,提出一种改进型微粒群算法,并运用各种算法在计算机上进行了实例仿真,结果表明改进微粒群算法具有出色的时间性能和较高的收敛精度。该算法也同样适用于其他NP问题。

求解武器—目标分配问题的混合编码差异演化算法

提出一种混合编码差异演化求解武器—目标分配优化问题。在差异演化算法中增加违反边界约束处理操作,确保由变异和交叉操作生成的每个新个体满足边界约束条件;对差异演化算法中的选择操作重新定义,使其可以直接处理约束条件。基于编码映射的方法构建一种新的混合编码差异演化算法。利用武器—目标分配问题对该算法进行了仿真实验,结果表明该算法的有效性与适用性。混合编码差异演化算法是求解离散约束优化问题的一种有效方法。

解武器—目标分配问题的神经网络方法

提出一种解武器—目标分配（ＷｅａｐｏｎＴａｒｇｅｔＡｓｉｇｎｍｅｎｔ，简称ＷＴＡ）问题的神经网络方法，该方法依据二值神经网理论，建立武器与目标的组合关系，设计出一种合理而有效的并行算法，应用此算法分配迎击武器使毁伤全部目标的失败概率达到最小经过多个战例的仿真，结果表明，这种算法不但收敛速度快。

基于分布式约束优化的武器目标分配问题研究

为解决舰艇编队协同防空中的武器目标分配(WTA)问题,提出一种将WTA问题建模为分布式约束优化问题的方法。介绍求解分布式约束优化问题的2个典型算法ADOPT和DPOP。通过Frodo软件平台对舰艇拦截多批反舰导弹过程进行仿真,比较2个算法在仿真时间、通信量等方面的性能,结果证明了该方法求解WTA问题的可行性。

基于改进AGD-分布式多智能体系统的目标优化分配模型

由于现代化战场环境动态多变、作战实时性高,针对当前防空作战中武器目标分配(weapon target assignment,WTA)约束多且复杂、传统建模无法真实反映战争过程、模型可信度不高等问题,提出一种在分布式约束优化问题(distributed constraint optimization problem,DCOP)背景下,基于多智能体系统(multi-Agent system,MAS)理论的武器目标优化分配模型,并利用改进的加速梯度下降(accelerated gradient descent,AGD)算法进行求解。通过实验证明了该算法具有良好的收敛性和低复杂度,能够适应现代化防空作战的需求,满足大规模寻优问题的需求,高效解决多智能体目标优化分配问题。

静态武器目标分配问题的攻击界整数规划求解方法

静态武器目标分配(weapon-target assignment, WTA)问题的直接表现形态是非线性.在不丧失模型最优解的前提下,本文把WTA问题建模为整数线性规划(ILP)模型,并提出在最优武器分配方案中攻击特定目标的武器数量存在上界(攻击界).在采用启发式方法限定攻击界后,WTA问题的ILP模型的维数被大规模降低,使得求解能够在短时间内完成.与近年来发表于国内外期刊上的算例进行试算比较,结果显示本文提出的方法在求解速度和求解优化程度方面具有明显的优势.