基于遗传算法的智能水雷布阵策略优化研究

发布时间：2021-08-08 16:05

　　智能水雷具备水雷自组网,信息融合及远程攻击能力。通过综合考虑雷障中水雷的探测距离、探测概率、运动半径和爆炸半径等主要因素对目标舰船毁伤概率的影响,建立封锁效能的数学模型,对比了智能水雷相较于传统水雷的封锁效能效果,并基于智能水雷封锁作战模型提出了基于遗传算法的水雷布阵方法,通过遗传算法优化水雷数量和坐标配置,总结了基于不同水雷数量及不同舰船数量下舰船毁伤概率的变化规律,并进行了仿真验证。计算结果为智能水雷的水下作战想定设计、优化水雷布局方案等方面提供量化参考。 

【文章来源】：中国电子科学研究院学报. 2020,15(08)北大核心

【文章页数】：7 页

【部分图文】：

基于遗传算法的封锁率收敛过程

图6 基于遗传算法的封锁率收敛过程通过遗传算法计算智能水雷数N为2,3,4,5时的水雷封锁率，如表2所示，与理论值最优值相比，两者数值一致，故可验证遗传算法优化智能水雷分布的有效性。

当智能水雷数=6时，遗传算法的主要参数设置为:种群大小M=100，优选概率Ptop为0.02，交叉概率pchange为0.9，最大世代数为500。通过遗传算法计算最优值，算法的收敛过程如图8所示。采用单雷线布置，得到最优水雷的分布坐标如表3所示，最优封锁概率为0.83，对比场景1.4中N=6时的智能水雷的封锁概率0.704，可知，基于遗传算法所得智能水雷的最优分布坐标下，雷阵的封锁概率有明显提高。

【参考文献】：
期刊论文
[1]面向智能化战争的电子信息装备需求和方向分析[J]. 魏凡,王世忠,郝政疆.  中国电子科学研究院学报. 2019(10)
[2]基于压缩粒子群算法的水雷策略优化研究[J]. 刘启庆,李强,蔡尚,王诗平,康有为.  哈尔滨工程大学学报. 2019(07)
[3]基于遗传算法的自航水雷障碍雷位配置[J]. 朱红波,张旭,冷相文.  弹箭与制导学报. 2012(02)
[4]联网水雷阵及其关键技术研究[J]. 郑锴,陆文骏,童利标.  兵工自动化. 2008(01)



本文编号：3330258