改进多目标鲸鱼优化算法的武器目标分配研究

针对武器目标分配问题中存在求解精度低的问题,提出一种改进多目标鲸鱼优化算法(CMMWOA)的武器目标分配方法。通过分别计算鲸鱼个体的非支配等级和拥挤度大小,对鲸鱼种群进行排序,并在父代和子代个体中筛选出优秀个体组成下一代鲸鱼个体,同时加入交叉和变异机制,增加鲸鱼种群间多样性。仿真结果表明,CMMWOA在5个多目标测试函数中,具有更好的寻优能力,在武器目标分配模型中,CMMWOA与其他算法那相比,在相同的条件下得到的目标分配的打击效果也是最大,验证了CMMWOA的有效性。

基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标,考虑过于单一,并且现有智能算法在求解该模型存在收敛精度低的问题,提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量,引入2次logistic映射初始化种群,合并父代与子代个体,通过计算个体的非支配等级和拥挤度大小对个体进行排序,其次为筛选优秀个体,实验结果表明,在与NSGA-Ⅱ和MOPSO算法的对比中,非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿,寻优精度更高,在动态武器目标分配模型中,能够得出更优的分配方案。

虚拟养老服务人员调度多目标优化研究

针对虚拟养老服务人员调度问题,分析老人、虚拟养老服务中心和服务人员的利益追求,以成本最优、老人和服务人员满意度最大为主要考量因素来构建多目标优化模型。设计了离散化多目标鲸鱼优化算法。通过改进传统鲸鱼优化算法的鲸鱼位置更新公式和局部搜索算子,引入非支配排序用于求解构建的多目标优化问题。通过求解算例并将结果同NSGA-II和NSGA-III对比,验证算法的优越性。该研究综合考虑三者的利益,可为虚拟养老服务人员调度提供丰富的决策集合。