改进Py区分攻击算法的计算复杂性分析

针对Crowley P提出的一种改进的Py区分攻击算法,利用直接计算的方法分析该算法的计算复杂性。基于以空间换时间的思想提出实现该算法的一种新的方法。结果表明,该方法能有效地将该区分攻击的计算复杂性降为直接计算所需计算复杂性的1/14。

基于进化粒子群算法的联合火力打击任务规划方法

针对联合火力打击任务规划中对兵力、火力与目标动态分配优化困难的问题,提出一种基于粒子群算法的联合火力打击任务规划智能优化算法。该算法以粒子群算法为基础,模拟鸟群的觅食行为设计智能优化算法,并在标准算法基础上引入遗传算法中的生物优胜劣汰机制,提升算法的迭代效率和全局寻优精度,根据联合火力打击任务规划的内在制约条件设计了衡量任务规划各方面综合性能的评估指标模型,并通过熵权法和理想点法获取联合火力打击任务规划综合评分。仿真结果表明:进化粒子群算法较标准粒子群算法和遗传算法具有更优越的迭代收敛效率和全局寻优能力,具备解决联合火力打击任务规划智能优化问题的能力。