基于openmp的并行蚁群算法求解协同空战火力分配

《基于openmp的并行蚁群算法求解协同空战火力分配》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、传感器与微系统(TransducerandMicrosystemTechnologies)2013年第32卷第1期20基于OpenMP的并行蚁群算法求解协同空战火力分配陈昊(中国航空工业集团公司洛阳电光设备研究所，河南洛阳471009)摘要:根据动态火力分配中“动静结合”的思想，建立了一种带毁伤概率门限的火力分配模型。针对协同空战的第一阶段，在求得对目标机群最大毁伤效果的同时尽量节约导弹武器资源，以应对下一阶段的火力分配。根据粗粒度的并行策略，采用OpenMP并行优化技术对蚁群系统(ACS)中最耗时的循环

2、迭代、循环赋值部分进行并行化处理，在此基础上，将优化后的蚁群算法应用到空战火力分配中，通过对各种规模的火力分配问题进行仿真实验，并验证所提出的火力分配模型的合理性和并行蚁群算法的有效性。关键词:静态火力分配;毁伤概率门限;并行蚁群算法;OpenMP;粗粒度策略中图分类号:TP301文献标识码:A文章编号:1000—9787(2013) 01—0020—05Parallelantcolonyalgorithmforsolvingweapon-targetassignmentbasedonOpenMPinco

3、operativeaircombatCHENHao(LuoyangInstituteofElectro-OpticalEquipment，Luoyang471009，China)Abstract:Accordingtotheideaof“dynamicandstaticcombination”indynamicweapon-targetassignmentproblem，aimingatthefirstphaseofthecooperativeaircombat，whilegivingthetargets

4、themostdamageeffectatthesametime，tryingtosaveweaponresourcesasfaraspossible．Inresponsetothenextphaseoffiredistribution，basedoncoarsegranularityparallelstrategyandusingOpenMPparalleloptimizationtechnique，cycliciterationandcyclicassignment，whichisthemaintim

5、e-consumingpartofantcolonysystemaretaken，intoparallelprocessing．Throughthesimulationofvariousfireallocationproblem，verifytheproposedweapon-targetassignmentmodelisreasonable，andtheparallelantcolonyalgorithmiseffective．Keywords:staticweapon-targetassignment

6、;thresholdofdamageprobability;parallelantcolonyalgorithm;OpenMP;coarse-grainedstrategy0引言然而，当分配问题规模较大时，传统的蚁群算法难以在有效空战火力分配是研究现代空战中有关火力运用和作战时间内求得问题的最优解。为了提高算法在求解大规模火决策的一个重要课题。空战火力分配问题是指在超视距多力分配问题时的时效性，以满足指挥决策实时性的要求，学机协同多目标攻击空战环境中，我方空战指挥控制系统根［7～9］者们开始将研究内容转向

7、蚁群算法的并行优化。据敌方多架飞机的威胁权重值，及时有效地将我方机载空传统的协同空战火力分配大都采用一次性分配的静态空导弹分配到导弹攻击区内的多个目标，以最大限度地消火力分配模型。而在空战实际中，整个分配过程是动态的，除敌方目标的威胁。目前，已经证明空战火力分配问题属敌我双方多个编队根据空战战术，执行多个阶段协同作战。于完全非确定多项式(non-deterministicpolynomia，NP)问目前，动态火力分配尚未得到实质上的解决，根据文［1］，传统的求解方法通常具有指数阶的时间复杂度，当题献［10

8、］中的“动静结合”的观点，动态火力分配中的某一特我机数目、导弹数目和目标数目都很大时，将发生组合爆定阶段，可以作为静态分配为题进行处理。基于此思想，针炸，进而在有限决策时间内难以求得问题最优解，满足不了对空战中第一阶段，建立了一种带毁伤概率门限的火力分空战决策实时性要求配模型，在求得对目标机群最大毁伤效果的同时尽量节约。蚁群算法具有并行性计算、正反馈机制、启发式搜索导弹武器资源，以应对下一阶段的火力分配，并借鉴粗粒度、求解精度