基于竞争蛙跳算法的军事训练计划智能优化

发布时间：2022-04-26 19:17

　　针对军事训练中补差训练计划拟制和优化困难的问题,提出一种基于蛙跳算法的补差训练计划智能优化算法。该算法以标准蛙跳算法为基础,通过引入遗传算法"超级个体剔除"和"自然选择"的优胜劣汰竞争机制,实现算法自主删除冗余个体并有效进化的方法提升算法的全局寻优能力和收敛效率,并定义和构建了符合补差训练计划工程特点的评估指标数学模型,实现了基于熵权理想点法的补差训练计划综合评分,最终通过竞争蛙跳算法的多代推演获取全局最优解。仿真结果表明:竞争蛙跳算法较标准蛙跳算法具有更强的全局寻优能力和更快的收敛效率,能够有效解决补差训练计划的智能优化问题。 

【文章页数】：6 页

【文章目录】：
1 问题描述
2 算法构建
    2.1 标准蛙跳算法
    2.2 竞争蛙跳算法
    2.3 综合评分算法
        2.3.1 评估指标计算
        2.3.2 多指标评分算法
3 仿真分析
    3.1 算法收敛性分析
    3.2 最优个体评估指标比较
    3.3 完成收敛代数及耗时比较
4 结束语


【参考文献】：
期刊论文
[1]基于改进蚁群算法的泊车系统路径规划[J]. 王辉,王景良,朱龙彪,邵小江,王恒.  控制工程. 2018(02)
[2]异构多属性群决策的TOPSIS扩展方法[J]. 代文锋,齐春泽.  统计与决策. 2018(04)
[3]人工鱼群算法收敛速度改进优化仿真[J]. 李君,梁昔明.  计算机仿真. 2018(01)
[4]改进遗传模拟退火算法在TSP优化中的应用[J]. 何庆,吴意乐,徐同伟.  控制与决策. 2018(02)
[5]基于熵权的多粒度犹豫模糊语言VIKOR群推荐方法[J]. 陈秀明,刘业政.  控制与决策. 2018(01)
[6]多搜索策略协同进化的人工蜂群算法[J]. 王志刚,尚旭东,夏慧明,丁华.  控制与决策. 2018(02)
[7]关于整车物流运输车辆路径优化设计的研究[J]. 李金夫,庹先国,刘勇,李怀良.  计算机仿真. 2016(04)
[8]基于蒙特卡洛仿真和遗传算法的车辆装备保障运输网络优化[J]. 陈春良,齐鸥,魏兆磊,刘彦.  兵工学报. 2016(01)
[9]改进分解进化算法求解动态火力分配多目标优化模型[J]. 张滢,杨任农,左家亮,景小宁,何贵波.  兵工学报. 2015(08)
[10]基于混合蛙跳算法的多模盲均衡算法[J]. 郭业才,张苗青.  兵工学报. 2015(07)



本文编号：3648581