基于蚁群算法的炮兵火力优化研究

发布时间：2021-11-29 13:10

　　炮兵是陆军火力突击的骨干力量,炮兵火力分配是炮兵作战的重要问题,涉及到炮兵的作战理论、价值评价体系、现代优化理论等多方面的内容。本文从“最大程度的毁伤目标”的角度出发,在已有的研究成果上建立一系列火力分配的模型,包括火力毁伤模型、火力需求模型和火力-目标模型。分析研究了基本蚁群算法的仿生原理、系统模型、具体实现步骤。针对基本蚁群算法容易陷入局部最优解以及求解速度较慢的特点,对其进行了改进,在全局信息素更新公式中加入了对最差蚂蚁的路径更新,减少最差蚂蚁所走路径的信息素浓度,同时对其它蚂蚁所走路径上的信息素也进行了一定程度的更新。针对火力分配问题分析算法搜索的特点和禁忌规则,借助二部图的思想,将火力分配问题转化为最短路径的搜索问题,方便利用蚁群算法进行计算,并通过大量的数字仿真实验对解决炮兵火力优化问题的蚁群算法的参数选择原则进行了研究,并给出了最佳设置范围。应用改进的蚁群算法,以某炮兵团对敌岛上阵地目标的实弹战术演习为例,进行了验证研究。 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

一火力分配蚁群算法搜索图

国防科学技术大学研究生院工程硕士学位论文4.2 炮兵火力打击目标的确定根据以上基本想定和炮兵所担负的任务，分析判断得知，需要炮兵射击目标共有 10 个如图 4-2：其中支撑点（1、2、3、4）、连指挥所（5、6）、营指挥所（7）、装甲输送车（8）、雷达站(9)、自行火炮阵地（10）。其中压制自行火炮阵地需要 1 个营的兵力，即 3 个火力单元，其余均需要 1 个火力单元。

国防科学技术大学研究生院工程硕士学位论文4-4。主界面主要分为四个区域，左上区域用来输入目标、火力单元数量及属性的左中区域的按钮用来计算目标价值矩阵、相关矩阵和输入火力毁伤矩阵的，右上区域用来设置蚁群算法的相关参数。下部分区域重要用来计算结果和退出程序。

【参考文献】：
期刊论文
[1]基于效用函数的打击目标选择方法[J]. 夏勇其,吴祈宗,王运吉.  火力与指挥控制. 2005(06)
[2]模糊综合评判的目标战场价值[J]. 朱英贵,刘芬良,金丛龙,刘凯.  火力与指挥控制. 2005(01)
[3]基于人工免疫算法和蚁群算法求解旅行商问题[J]. 胡纯德,祝延军,高随祥.  计算机工程与应用. 2004(34)
[4]基于蚁群算法的无人机航路规划[J]. 柳长安,李为吉,王和平.  空军工程大学学报(自然科学版). 2004(02)
[5]蚁群优化算法及其应用研究进展[J]. 李士勇.  计算机测量与控制. 2003(12)
[6]基于未确知测度的多目标决策方法及其应用[J]. 王瑜.  火力与指挥控制. 2003(05)
[7]遗传算法与蚂蚁算法的融合[J]. 丁建立,陈增强,袁著祉.  计算机研究与发展. 2003(09)
[8]基于混合遗传算法的目标优化分配[J]. 刘付显,邢清华.  系统工程理论与实践. 2002(07)
[9]最优火力分配的改进方法——递推法[J]. 郑津生.  火力与指挥控制. 1996(03)
[10]遗传算法过早收敛现象的特征分析及其预防[J]. 徐宗本,高勇.  中国科学E辑:技术科学. 1996(04)

硕士论文
[1]大规模组合优化问题蚁群算法应用研究[D]. 张静乐.郑州大学 2006
[2]基于蚁群算法的多配送中心车辆调度问题的研究[D]. 辛达.合肥工业大学 2006
[3]基于蚁群算法具有不精确信息的QoS路由研究[D]. 张渊源.西南交通大学 2006



本文编号：3526564