一种多目标鲸鱼优化算法的武器目标分配方法组成比例

本发明专利技术公开了一种多目标鲸鱼优化算法的武器目标分配方法，包括：构建武器目标分配模型；初始化参数和武器分配方案；获取多个目标函数值；通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序；获得同一个Pareto等级下的拥挤度并排序；将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案，对武器分配方案进行交叉和变异操作；更新武器分配方案；如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案。本方法具有多目标寻优的能力，所产生的武器分配方案目标打击收益更高，为指挥员提供更好的作战辅助决策。

【技术实现步骤摘要】
一种多目标鲸鱼优化算法的武器目标分配方法
本专利技术涉及军事指挥控制辅助决策应用
，具体涉及一种多目标鲸鱼优化算法的武器目标分配方法。
技术介绍
随着军事技术的快速发展，合理的武器目标分配方案在现代战场上的指挥和决策战争中具有十分重要的研究意义。武器目标分配(weapontargetallocation，WTA)问题是指挥控制辅助决策系统所研究的重要课题，是指使用数量有限的武器，合理的分配打击目标，使总体预期效果最大化，最大程度地减少对自身部队资产的预期损失，该问题属于在约束条件下的组合优化问题，是一个NP完全问题。针对不同的武器目标分配模型，人们提出各种不同的算法或者改进算法用于求解。对于单目标的武器目标分配模型，大多数以目标的毁伤效果最大化来建立模型，通过启发式优化算法来快速寻找最优解，常用的启发式优化算法有遗传算法(GeneticAlgorithm，GA)、粒子群优化(ParticleSwarmOptimization，PSO)、蛙跳算法(ShuffledFrogLeadingAlgorithm，SFLA)、蚁群算法(Ant本文档来自技高网...

【技术保护点】
1.一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，包括：/n构建武器目标分配模型；/n初始化参数和武器分配方案；/n获取多个目标函数值；/n通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序；/n获得同一个Pareto等级下的拥挤度并排序；/n将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案；/n对武器分配方案进行交叉和变异操作；/n更新武器分配方案；/n如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案。/n

【技术特征摘要】
1.一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，包括：
构建武器目标分配模型；
初始化参数和武器分配方案；
获取多个目标函数值；
通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序；
获得同一个Pareto等级下的拥挤度并排序；
将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案；
对武器分配方案进行交叉和变异操作；
更新武器分配方案；
如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案。


2.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，所述构建武器目标分配模型，具体包括：
用M个武器平台的武器打击N个来袭目标，多个武器平台拥有多种同类型的武器，所有武器平台拥有的武器数目矩阵W＝{w1,w2,...,wi,...,wM}，wi表示第i武器平台的武器数量，每个武器平台中的武器制作成本矩阵V＝{v1,v2,...,vi,...,vM}，vi表示第i武器平台中武器的制作成本，打击的目标数为T＝{t1,t2,...,tj,...,tN}，tj表示第j个打击目标；所有武器平台所拥有武器的总数量不少于来袭目标总数量武器平台对来袭目标的毁伤概率矩阵为[Pij]MxN，pij∈(0,1)表示第i个武器平台对第j个来袭目标的毁伤概率，来袭目标的威胁系数矩阵为TC＝[tcj]1xN，对来袭目标进行归一化处理表示第j个来袭目标的威胁系数值；
武器的分配数量矩阵为X＝[xij]MxN，xij≥0表示第i个武器平台打击第j个来袭目标时所使用的武器数量，分配打击来袭目标的武器数量不能超出武器平台所拥有的数量在M个武器平台的武器分配下，对目标j的毁伤概率为则来袭目标的毁伤概率最大为武器成本函数为故武器目标分配模型如下：



由于目标函数毁伤程度是求最大值，而弹药消耗是求最小值，对目标函数的毁伤程度进行倒数处理，这样目标函数毁伤程度的最大值，也意味着函数F1的最小值。


3.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，初始化参数和武器分配方案，具体包括：初始化鲸鱼种群大小NP，交叉概率cp，变异概率mp，迭代次数t和最大迭代次数Tmax；根据所述武器目标分配模型，用M个武器平台的武器打击N个来袭目标，每个武器平台的武器随机分配用于打击来袭目标，分配范围在[0,N]之间，0表示该武器没有分配，N表示该武器打击第N个目标，将所有武器平台的武器数量分配完，鲸鱼个体维度为此时产生的一个分配矩阵就对应一个鲸鱼个体，初始化鲸鱼种群大小NP，表示有NP个武器打击来袭目标的分配方案。


4.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，获取多个目标函数值，具体包括：每个鲸鱼个体都代表着一种武器打击目标的分配方案，计算鲸鱼种群大小为NP，对应的各个目标函数值。


5.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序，具体包括：根据计算出的目标函数值，将鲸鱼种群中的个体之间的支配关系进行Pareto最优解等级分层；
现假设鲸鱼种群中支配个体p的个体数为np和被个体p支配的个体组成的集合为sp，具体实现过程如下：
计算出鲸鱼种群中每个个体的支配个数np和该个体被支配解的集合s1；
遍历集合s1中每个个体i，以及每个个体i所支配集合si，接着遍历si中每个个...

【专利技术属性】
技术研发人员：邱少明，刘良成，杜秀丽，刘庆利，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁;21