基于双层自适应MOEA/D的多阶段武器目标分配方法

摘要：

针对多阶段武器目标分配问题,建立了多阶段多目标约束组合优化问题模型.在考虑资源约束、可行性约束的前提下,寻求对敌方目标造成最大伤害的同时,资源损失最少.在MOEA/D算法(multi-objective evolutionary algorithm based on decomposition)基础上,引人了差分进化算子,并提出了启发式初始化种群机制,以避免算法陷入局部收敛并加快收敛速度.采用随机修复策略对产生的不可行解进行修复,引入双层自适应机制,以种群进化状态来提供基准值差分进化因子及邻域数量,并以每个个体进化状态提供修正项,以进一步提高算法搜索能力并加快收敛.实验仿真表明,所提优化方法具有较高的收敛性且解集分布更均匀,能够有效地解决多阶段武器目标分配优化问题.

关键词：多阶段武器目标分配、多目标、MOEA/D、双层自适应、动态邻域

分类号：TJ765.3(火箭、导弹)

资助基金：中国博士后科学基金资助项目2021M700321

在线出版日期：2022-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：113-123