基于改进差分进化算法的动态防空资源分配优化

面对动态防空资源分配问题中存在的空袭目标突现和雷达、发射车等资源受干扰现象,在综合考虑雷达、发射车和导弹等武器装备性能的基础上,基于目标集、资源集建立了最小化目标总拦截价值与生存概率的混合整数决策模型。提出了一种新的改进差分进化算法进行求解,采用反向学习策略生成初始解,确保初始种群的质量,设计了一种快速修复与重构的启发式规则作用于多阶段,以提升算法的搜索能力。仿真实验验证了该算法具有求解时间和求解精度上的优越性。该研究能使武器系统在动态事件的随机影响下,保持高效的作战能力和决策效果。

面向防空资源分配优化问题的自适应演化算法

防空资源分配作为作战装备-目标分配问题的一种重要组成部分,必须不断适应战场的动态变化.如何在复杂战场环境中协调多作战装备单元、合理分配防空资源,提出更加灵活和智能的分配策略,以实现装备系统效能最大化,成为了当下亟待解决的核心问题.在综合考虑多部雷达接力跟踪、多枚导弹拦截同一目标和目标优先级等因素的基础上,构建了防空资源分配数学模型.将启发式规则的运算效率及定制化优势与演化算法的广域搜索优势相结合,设计一种新的自适应演化算法对此问题分阶段求解.为了提升算法的搜索能力与速度,在迭代中为目标分配首枚导弹的分配方案,并引入资源释放和重规划的方法提升现有方案质量.然后,在迭代后采用启发式规则对已发现的最优方案按需分配多枚导弹.通过对不同资源与不同规模的算例进行数值仿真实验,验证了该算法具有求解时间和求解精度上的优越性,可有效解决防空资源分配问题.