基于改进遗传算法的多目标攻击火力分配方法与流程

本发明涉及火力分配，尤其涉及一种基于改进遗传算法的多目标攻击火力分配方法。

背景技术：

1、火力分配问题，又被称为武器目标分配问题，是指用m个武器打击n个目标的分配与配对方案问题，它有着防空作战目标分配和常规导弹目标分配等诸多应用场景。火力分配问题的模型需要考虑目标的价值、威胁、防御能力、距离等因素，以及火力资源的数量、类型、消耗等因素，是一个整数型非线性组合优化问题。

2、然而，标准遗传算法的主要本质特征，在于群体搜索策略和简单的遗传算子，这使得遗传算法获得了强度大的全局最优搜索能力、问题域的独立性、信息处理的并行性、应用的鲁棒性和操作的简明性，从而成为一种具有良好适应性和可规模化的求解方法。但大量的实践和研究表明，标准遗传算法存在局部搜索能力差和陷入局部最优解“早熟”等缺陷，不能保证算法收敛。

3、现有的一些研究提出了一些针对遗传算法的改进策略，并取得了一定成效。他们主要集中在对遗传算法有重大影响的6个方面：编码机制，选择策略，交叉算子，变异算子，特殊算子和参数设计(变异概率，种群规模，交叉概率)等。此外，将遗传算法和免疫算法，神经网络等算法结合所构成的混合算法也是一大方向。

4、针对标准遗传算法的特点和缺陷，前人提出一种适用于火力分配问题的编码方式及相应的遗传算子，将火力分配的问题与解的编码方式结合在一起，提高搜索效率，但是交叉变异等操作只针对后几位编码，影响效率。

技术实现思路

1、本发明要解决的技术问题是，如何确保每个目标都分配火力单元，进一步提高搜索，求解效率；有鉴于此，本发明提供一种基于改进遗传算法的多目标攻击火力分配方法。

2、本发明采用的技术方案是，一种基于改进遗传算法的多目标攻击火力分配方法，包括：

3、步骤1，构造包括多个基因的染色体编码，以产生初始种群，其中，用基因位代表火力单元，基因值代表攻击目标，每个基因的长度为火力单元的数目，基因值的取值空间为目标的数量；

4、步骤2：基于目标以及所述火力单元的数量，确定适应度函数，约束条件包括每个目标都要分配火力单元，所述适应度函数用于确定所述种群中个体的适应度；

5、步骤3：将适应度数值最高的前预设个数的个体替换掉对应数量的适应度低的个体；

6、步骤4：在当前个体的基因段上随机选择两个交叉点，交换两个父代个体的交叉点间的基因段，生成相应两个后代个体；

7、步骤5：检查处理，包括：

8、如果所述后代个体满足所述约束条件，继续步骤6；

9、如果所述后代个体不满足所述约束条件，则确定攻击分配火力单元最多的目标，将目标的某个基因改为缺少的目标，以达到符合约束条件的目的；

10、步骤6：随机选择当前基因段中的一位进行变异，对产生的新个体进行检查处理，直到满足约束条件为止；

11、步骤7：对当前某个体，随机产生两个不超过基因位长度的不同的数，作为倒位的起点和终点，以使得在原个体的基础上产生新个体放种群中，完成倒位算子操作；

12、步骤8：当前最大遗传代数达到预设值时即遗传终止，选择当前适应度最大的个体表征的分配方法为最终求解。

13、在一个实施方式中，所述步骤2具体包括：

14、设我方火炮攻击点包括n个火力单元，需要打击地方m个重要目标，其中，n>m；

15、每个火力单元对目标的毁伤矩阵配置为pij(i＝1，2，…，x，j＝1，2，…，y)；

16、火力分配矩阵为x＝(xij)n×m；

17、将i号火力单元分配给j目标，则xij＝0，那么n个火力单元对目标的毁伤概率pj为：

18、

19、毁伤的数学期望为：

20、

21、为了最终目标应为相同的火力分配对目标的毁伤总价值最大，目标的综合价值向量为v＝(v1，v2，…，vm)，得到最优火力分配的适应度函数为：

22、

23、其中，i＝1，2，…，n；j＝1，2，…，m，约束条件为每个目标最少分配一个火力单元，每个火力单元最多攻击一个目标。

24、本发明的另一方面还提供了一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上任一项所述的基于改进遗传算法的多目标攻击火力分配方法的步骤。

25、本发明的另一方面还提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的基于改进遗传算法的多目标攻击火力分配方法的步骤。

26、本文采用的编码方式为十进制编码，一定程度上缓解武器与目标较大时，编码较长，搜索空间变大，不利于求解的技术问题；并且，本发明通过检查操作，遍历基因段而不是遍历整个群体，在不提高算法复杂度的基础上增加个体的适应度，提高收敛速度。

27、相对于传统遗传算法，本发明收敛到最优值的平均迭代次数更少，收敛计算时间更少。算法综合性能优良。

技术特征：

1.一种基于改进遗传算法的多目标攻击火力分配方法，其特征在于，包括：

2.根据权利要求1所述基于改进遗传算法的多目标攻击火力分配方法，其特征在于，所述步骤2具体包括：

3.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至2中任一项所述基于改进遗传算法的多目标攻击火力分配方法的步骤。

4.一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至2中任一项所述基于改进遗传算法的多目标攻击火力分配方法的步骤。

技术总结
本发明提出了一种基于改进遗传算法的多目标攻击火力分配方法，包括：构造包括多个基因的染色体编码，以产生初始种群；基于目标以及火力单元的数量，确定适应度函数，约束条件包括每个目标都要分配火力单元，所述适应度函数用于确定所述种群中个体的适应度；依次经由选择算子、交叉算子、检查操作、变异算子以及倒位算子处理；当前最大遗传代数达到预设值时即遗传终止，选择当前适应度最大的个体表征的分配方法为最终求解。本发明通过检查操作，遍历基因段而不是遍历整个群体，在不提高算法复杂度的基础上增加个体的适应度，提高收敛速度。

技术研发人员：王昕,武伟
受保护的技术使用者：中国电子科技集团公司第二十研究所
技术研发日：
技术公布日：2024/9/23