一种求解武器目标分配问题的量子粒子群算法

《一种求解武器目标分配问题的量子粒子群算法》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、第40卷第2期计算机科学Vo1．40No．22013年2月ComputerScienceFeb2013一种求解武器目标分配问题的量子粒子群算法刘爽英韩燮(中北大学电子与计算机科学技术学院太原030051)摘要为了提高武器目标分配(WTA)问题的求解效率和性能，提出一种求解武器目标分配问题的改进的量子粒子群优化算法。首先根据粒子聚集度来判断早熟停滞，利用慢变函数克服早熟收敛，同时保持种群多样性；其次以分配武器迎击全部目标的失败概率最小为目标，构建多种类型武器目标分配问题模型。仿真实验表明，提出的算法能快速给出wTA问题的最优或近优分配方案；该算法能有

2、效地解决武器目标分配问题。关键词基于量子行为的粒子群优化算法(QPS0)，粒子聚集度，慢变函数，武器目标分配(WTA)中图法分类号TP301．6文献标识码AQuantum-behavedParticleSwarmAlgorithmonWeaponTargetAssignmentLIUShuang-yingHANXie(CollegeofComputerScienceandTechnology，NorthUniversityofChina，Taiyuan030051，China)AbstractInordertoimprovethesolvingef

3、ficiencyandperformanceofweapontargetassignment(WTA)，thispaperputforwardakindofimprovedquantum-behavedparticleswarlTloptimizationalgorithmforsolvingWTA．First，basedontheparticleaggregationprematurestagnationwasjudged．Thenaslowlyvaryingfunctionwasusedtoovercomepre—matureconvergen

4、cewhilekeepingthepopulationdiversity．Secondly，amultipleweaponstargetassignmentwasbuilttomeetthetargetoftheminimumfailureprobabilityinallocatingweaponsandshootingalltargets．Simulationresultsin—dicatethatthenewalgorithmcangettheoptimalorsuboptimalsolutiontoWTAproblems，effectivel

5、ysolveWTAproblems．KeywordsQuantum-behavedparticleswarmoptimization，Particleaggregation，Slowlyvaryingfunction，Weapontargetassignment武器一目标分配(WTA)问题是现代战争中一个十分重要度值(fitnessvalue)，粒子的速度能够决定其飞行的方向和距的问题，其解空间随着武器数目和目标总数的增加呈指数级离。粒子的状态依据本身及其他粒子的飞行经验进行动态调增加，是多参数多约束的离散NP完全问题。目前多采用各整，也就是通过跟

6、踪个体最好位置pbest和全局最好位置种进化算法来求解WTA问题；例如：贪心遗传算法[、蚁群gbest来不断更新自身。算法[2]、多群协同PSO优化算法_3等。然而各种进化算法都在PSO算法计算过程中，首先生成一个任意的初始种不可避免地存在着早熟停滞现象，导致求解效率降低。群，然后赋予每个粒子一个随机速度，并根据式(1)、式(2)来针对以往解决WTA问题算法存在的缺陷，本文提出了不断更新粒子的速度和位置]。一种求解武器目标分配问题的改进的量子粒子群优化算法。(￡+1)例(￡)+Cl((￡)-2C~d())-~-C2伫新算法根据粒子聚集度来判断早熟停

7、滞，利用慢变函数克服(()-X／d())(1)早熟收敛并保持种群多样性，较大地提升了算法的收敛速度黝(￡+1)=黝()+(￡+1)(2)和计算精度；同时，针对现代战争经常是多种类型兵器联合作式中，表示惯性因子，表示粒子的速度，是学习因战的特点，构建多种类型武器目标分配问题数学模型，并尝试子，、为介于(O，1)之间的随机数，表示粒子当前位置，将改进的QPSO算法应用于武器目标分配中，用实例验证了P表示粒子当前最优位置，户耐表示种群当前最优位置，即全方法的可行性及有效性。局最佳值[。1．2基于量子行为的PSO算法为了提高粒子的全局收敛性，2004年江南

8、大学孙俊等人1．1基本的粒子群算法有效利用量子力学理论，同时将量子进化算法引入到微粒群在粒子群算法中，搜索空间中每个“粒子