当前位置:主页 > 科技论文 > 自动化论文 >

遗传算法和拍卖算法在任务分配中的性能比较

发布时间:2018-01-09 00:27

  本文关键词:遗传算法和拍卖算法在任务分配中的性能比较 出处:《电光与控制》2016年02期  论文类型:期刊论文


  更多相关文章: 超视距空战 攻击优势 遗传算法 拍卖算法 任务分配


【摘要】:针对超视距空战中的目标分配问题,从攻击的角度建立我方导弹对敌方飞机的攻击优势模型;从防御的角度建立敌方飞机对我方飞机的威胁模型;根据飞机的作战能力建立飞机的作战效能模型。根据敌方飞机的种类和作战性能,运用上述3种模型建立总体的任务分配模型,根据不同的作战方案分别采用遗传算法和拍卖算法对分配模型进行优化求解。通过比较两种算法的分配结果,总结出各自的优缺点以及适用范围,为今后应用提供参考。仿真结果表明:针对不同的作战方案,选用合理的优化算法能更好地完成作战任务。
[Abstract]:Aiming at the problem of target assignment in over-the-horizon air combat, an attack advantage model of our missile against enemy aircraft is established from the point of view of attack. The threat model of enemy aircraft to our aircraft is established from the angle of defense. According to the combat capability of the aircraft, the combat effectiveness model of the aircraft is established. According to the types and operational performance of the enemy aircraft, the overall task allocation model is established by using the above three models. Genetic algorithm and auction algorithm are used to optimize the allocation model according to different operational schemes. By comparing the allocation results of the two algorithms, the advantages and disadvantages of the two algorithms and the scope of application are summarized. The simulation results show that the reasonable optimization algorithm can better accomplish the combat tasks according to different operational schemes.
【作者单位】: 北京航空航天大学自动化科学与电气工程学院;中国航空工业集团公司洛阳电光设备研究所;
【基金】:国家自然科学基金(61273349;61175109;61203223) 航空科学基金(2011ZC13001)
【分类号】:E844;TP18
【正文快照】: 0引言随着网络化的推进以及战斗机的发展,未来空战模式已不是单机对单机的近距格斗,而是在预警机或地面站的指挥下,各战斗机相互协同的超视距空战。国内外针对超视距空战中的任务分配研究较多。文献[1-2]主要介绍了空战中多任务分配的基本理论以及多目标攻击的战术决策问题;文

【相似文献】

相关期刊论文 前10条

1 林宝勤,霍玉田,赵志远;一种分级淘汰遗传算法及其应用[J];武警工程学院学报;2003年02期

2 李超洋;遗传算法在武警勤务中的应用研究[J];武警工程学院学报;2003年02期

3 段琼博;段爱玲;;基于遗传算法的项目评标研究[J];武警工程学院学报;2009年04期

4 刘铭,李为民,王颖龙,刘毅静;基于遗传算法的区域防空部署优化研究[J];系统工程与电子技术;2003年02期

5 高辉,马保国,刘金梅;航材库存优化的遗传算法[J];军事运筹与系统工程;2001年01期

6 王弘扬;王兴春;;基于遗传算法的防空兵群最优火力分配模型研究[J];现代防御技术;2007年04期

7 张保林;杨国军;陈丽娟;;基于先锋遗传算法的武器系统目标分配问题优化研究[J];军事运筹与系统工程;2007年03期

8 许建中;;基于遗传算法的武器目标分配模糊多目标规划[J];军事运筹与系统工程;2010年03期

9 陈彬;韩林;余旺盛;杨懿;;基于改进遗传算法的装备调配[J];系统工程;2010年09期

10 徐贤胜;王帅;;基于遗传算法和启发策略的舰船装载方案[J];军事运筹与系统工程;2008年02期

相关会议论文 前10条

1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年

3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年

4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年

5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年

6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年

8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年

9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年

相关重要报纸文章 前1条

1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年

相关博士学位论文 前10条

1 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年

2 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年

3 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年

4 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年

5 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

6 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年

7 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年

8 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

9 李航;遗传算法求解多模态优化问题的研究[D];天津大学;2007年

10 石玉;提高实数遗传算法数值优化效率的研究[D];南京航空航天大学;2002年

相关硕士学位论文 前10条

1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年

2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年

3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年

4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年

5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年

6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年

7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年

8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年

9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年

10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年



本文编号:1399315

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1399315.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a5e9b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com