计算机应用

作者：张凯, 周德云, 杨振, 潘潜

单位：西北工业大学 电子信息学院, 西安 710072

关键词：武器-目标分配,决策支持,目标分群,多目标优化,约束处理

基金：国家自然科学基金资助项目（61602385，61603299）；中央高校基本科研业务费专项（3102019ZX016）。

面对未来作战中高密度、多方位的集群智能体，传统点对点饱和攻击已不是最佳策略，可通过选择合适的武器类型和作用点实现火力覆盖，达到武器数量小于目标数量的最大杀伤效果。综合考虑安全目标、毁伤门限、偏好指派等作战需求，首先，建立了多约束多目标武器-目标分配（CMWTA）数学模型；其次，设计了约束违反值的计算方法，并采用个体编码、检测修复和约束支配相结合的方式处理多约束；最后，设计了针对多目标武器-目标分配模型的收敛性度量指标，并基于多目标进化算法（MOEA）框架进行了仿真分析。其中在进化算法框架对比中，SPEA2下的Pareto集合容量主要分布于[21，25]区间内，NSGA-Ⅱ下的Pareto集合容量主要分布于[16，20]，而MOEA/D下的Pareto集合容量均小于16；在修复算法验证中，修复算法将三种进化算法框架的Convergence指标提升了20%以上，且可将Pareto解集中不可行解的比例保持在0%。实验结果表明，在求解CMWTA模型中，SPEA2算法框架在分布性和收敛性上优于NSGA-Ⅱ和MOEA/D算法框架，且所提修复算法有效地提高了进化算法对非支配可行解的求解效率。

来源：2020年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第3期