基于信息素遗传算法的联合火力打击任务规划

摘要：

从智能优化视角出发解决联合火力打击任务规划中动态兵力、火力、目标最优化分配问题,设计了信息素遗传算法并将其引入到联合火力打击任务规划问题的求解.信息素遗传算法作为标准遗传算法的改进算法,借鉴了蚁群算法中信息素浓度概念,用信息素浓度控制种群个体变异方向,使用可控变异替代标准遗传算法中的随机变异,使最优个体快速收敛.同时使用熵权法和理想点法将联合火力打击任务规划的众多评估指标融合为可量化对比的综合评分,为任务规划提供评估参考指标.仿真实验结果表明,信息素遗传算法能够有效应用于联合火力打击任务规划问题求解,相较于标准遗传算法具有更高的收敛效率和综合评分.

关键词：信息素浓度、遗传算法、蚁群算法、联合作战、火力打击任务规划、智能优化、熵权法、理想点法

所属期刊栏目：41

分类号：TJ01;TP391.9(一般性问题)

资助基金：沈阳航空航天大学引进人才科研启动基金;通化师范学院2018年科研基金项目

在线出版日期：2020-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：169-175,192