《基于粒子群优化算法的坦克火力分配方法》
本文是粒子群优化算法和陆军相关硕士毕业论文范文与优化算法相关本科论文范文.
摘 要：针对未来局部战争中战场态势信息更迭速度很快,指挥者在面临复杂战场环境仍需及时做出合理的火力分配决策的问题,提出适用于坦克火力分配问题的改进粒子群算法.通过采用十进制编码的方式,更新了初始化策略,改进粒子群优化算法来提高其对坦克作战情景的适用性.经过仿真验证,此方法对问题求解具备很好的鲁棒性和时效性,对坦克作戰实际情境求解有很好的借鉴意义.
关键词：坦克分队;火力分配;粒子群算法
中图分类号：E923文献标志码：A文章编号：2095-2945（2020）11-0124-03
Abstract： In view of the rapid change of battlefield situation information in future local wars, the commander still needs to make a reasonable firepower allocation decision in a complex battlefield environment in time, and proposes an improved phttp://127.1.1.1:801/xdl.php?url等于http://gzslib.vip.qikan.com/Text/article swarm algorithm suitable for the problem of tank firepower allocation. Using decimal encoding, the initialization strategy was updated, and the phttp://127.1.1.1:801/xdl.php?url等于http://gzslib.vip.qikan.com/Text/article swarm optimization algorithm was improved to improve its applicability to tank combat scenarios. After simulation verification, this method has good robustness and timeliness for problem solving, and it has a good reference significance for solving the actual situation of tank operations.
Keywords： tank unit; weapon-target allocation algorithm; phttp://127.1.1.1:801/xdl.php?url等于http://gzslib.vip.qikan.com/Text/article swarm optimization
引言
火力分配问题是在面对敌方一定数量的威胁目标,己方一定数量的武器平台应该如何对敌方目标进行分配,来达到高效的武器利用率、最高的武器使用性价比或者最高的毁伤概率等目标或准则这样的问题.在现代战争中,坦克仍然发挥着不可替代的作用,其具备火力压制、快速机动和装甲防护的特点,是现代战场陆军作战的重要组成部分.目前未来局部战争的发展日趋复杂,战场态势信息更迭迅速,坦克指挥员面临复杂环境仍需在短时间内做出准确的判断和决策,具有一定的难度,因此实现寻求火力分配问题在面向坦克作战背景下的快速合理解的研究具有很高的现实意义.
目前对于火力分配问题的方法,大致可分为传统方法和智能计算方法.前者主要包括隐枚举法、动态规划法、匈牙利法等等.传统的计算方法原理简单,但是当问题规模很大的时候,求解效率难以达到实际问题的需求.而后者主要包括神经网络、遗传算法、禁忌搜索算法、蚁群算法以及结合以上两种或者多种的混合优化算法等等[1-2].本文采用十进制编码的方式,更新了初始化策略,使用改进粒子群优化算法提高了其对坦克作战情景的适用性,使得对于仿真问题的求解具有更高的可靠性和时效性.
1 面向坦克作战的火力分配模型建立
假设我方有m个武器平台,敌方有n个目标来袭,每个武器平台同一时间内只能打击一个目标,为实现消除目标威胁、毁伤概率和武器使用代价的平衡,构建了如下的目标函数：
式中,m表示武器平台的个数,n表示目标的个数,wj表示第j个目标的威胁度,qij表示第i辆坦克对第j个目标的毁伤概率,xij表示第i种武器平台分配给第j个目标决策变量（1表示分配,0表示不分配）,?滋（x）为满意度函数,设计为以一满意毁伤概率为其函数值波峰位置的波峰函数,毁伤概率未达到满意概率时,满意度与毁伤概率正相关,毁伤概率超过满意概率时,满意度与毁伤概率反相关.火力分配应该遵循“每个武器平台只能攻击至多一个目标”和“第j个目标只能分配给至多sj个武器平台”两项约束.
2 粒子群优化算法原理
粒子群优化算法是Eberhart和Kennedy在1995年首先提出的一种模拟鸟类等生物种群觅食过程的一种智能进化算法.粒子群算法通过设计一个具有若干粒子的种群,让每一个粒子在解空间中遵循沿着初始随机方向的惯性速度,向自身经历过的最好结果和整个种群经过的最好结果方向去搜索的方式来得到算法结果.该算法的特点是参数较少,容易设计,粒子在解空间随机搜索的过程又以个体和整个集体的历史经验作为指导,因此搜索精度高速度快.
在进行粒子群优化时,首先设置粒子群的种群规模,接着随机初始化对应规模粒子群,为了提高效率、减少搜索规模,初始化时可采取在可行解空间中进行的方法来从起始处即缩小解空间范围.假设n维解空间中存在N个不同的变量x等于（x1,x2,.xn）的粒子,第l个粒子当前位置为xl等于（xl1,xl2,.xln）,其目前经历过的最优位置为pl等于（pl1,pl2,.pln）,第l个粒子当前速度为vl等于（vl1,vl2,.vln）,种群全局最优粒子为pg等于（pg1,pg2,.pgn）.粒子群进化更新公式如下：
式子中,下标d代表武器平台变量的维数,c1、c2分别为粒子对自身和群体的认知系数,r1、r2为[0,1]区间均匀分布的随机数,w为粒子的惯性权重.
该文评论,上文是一篇关于粒子群优化算法和陆军方面的大学硕士和本科毕业论文以及优化算法相关粒子群优化算法和陆军论文开题报告范文和职称论文写作参考文献资料.
粒子群优化算法和陆军引用文献:
[1] 粒子群优化算法和陆军硕士学位毕业论文范文 粒子群优化算法和陆军相关研究生毕业论文范文2万字
[2] 粒子群算法论文范文 粒子群算法有关论文范文例文2万字
[3] 电子音乐和粒子群算法学术论文怎么写 电子音乐和粒子群算法相关学年毕业论文范文10000字
