基于改进灰狼优化算法的地面目标最优瞄准点选择方法

针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。

多跑道机场最优瞄准点选择方法研究

在着重分析多跑道机场的基础上 ,指出在进行最优瞄准点选择计算时应将跑道离散化 ,然后应用“直接循环迭代法”进行最优瞄准点选择计算 ,并提出利用常规导弹武器对机场目标进行打击时每一枚导弹应选取一个最优瞄准点的选择方法。经计算验证 ,结果可信 。