基于最小火力浪费的火力优化分配

发布时间：2021-04-01 08:56

　　针对地面合成分队作战特点和传统火力分配模型的不足,建立了一种最小火力浪费的火力分配模型,模型旨在大致满足毁伤要求而不过分追求绝对的毁伤概率以避免火力过度集中与浪费;提出一种改进遗传算法的模型求解方法,以增强算法对模型的寻优能力。实例仿真结果及对比分析表明,模型建立合理可行,可为地面合成分队火力优化分配提供较好的解决途径。 

【文章来源】：电光与控制. 2020,27(09)北大核心CSCD

【文章页数】：5 页

【部分图文】：

改进的遗传算法流程图

表3 最小火力浪费火力分配方案Table 3 Firepower distribution plan based on minimum firepower waste 分配方案 W1 W2 W3 W4 W5 W6 W7 W8 W9 W10 最优值 首次 T2 T2 T8 T4 T7 T1 T4 T5 T6 T3 0.008 8 二次 T5 T2 T4 T3 - T1 T4 - T6 - 0.005 9图2 首次及二次分配仿真过程

图2 首次及二次分配仿真过程相差率=(实际毁伤概率-期望打击阈值)/期望打击阈值,是指实际打击毁伤概率与预期毁伤概率的差值占预期毁伤的比例,反映了实际打击毁伤概率与预期毁伤概率的接近程度。记相差率在10%以内均为分配可接受范围,表示对敌目标打击概率与阈值相差不大,分配方案可行。分配结果的毁伤概率和相差率如表4所示。

【参考文献】：
期刊论文
[1]基于多级协同MOEA/D的联合火力打击目标分配方法[J]. 陈晖,马亚平.  系统仿真学报. 2018(08)
[2]多无人机协同作战武器目标分配建模[J]. 侯满义,杨永波,荆献勇,陈正扬.  战术导弹技术. 2017(05)
[3]多机协同目标与火力资源分配[J]. 傅莉,刘骏驰.  火力与指挥控制. 2017(03)
[4]对地打击武器-目标分配问题的粒子群算法[J]. 王顺宏,杨奇松,王然辉,赵久奋,王国江.  电光与控制. 2017(03)
[5]双层火力协同反导作战中的火力调度[J]. 邵建兆,毕义明,钱大庆,翟世梅.  系统工程与电子技术. 2016(08)
[6]舰艇编队协同反导火力分配的改进多目标粒子群算法[J]. 刘晓,刘忠,孙坤,许江湖.  海军工程大学学报. 2013(01)
[7]水面舰艇编队对潜攻击决策研究[J]. 丁红岩,宋保维,李文哲.  海军工程大学学报. 2011(06)
[8]编队防空火力分配建模及其优化方法研究[J]. 阮旻智,李庆民,刘天华.  兵工学报. 2010(11)
[9]基于自然数编码遗传算法的并行测试技术[J]. 王伟斌,秦红磊.  系统工程与电子技术. 2010(06)
[10]精英自适应混合遗传算法及其实现[J]. 江建.  计算机工程与应用. 2009(27)



本文编号：3113058