基于SA-DPSO混合优化算法的协同空战火力分配

基于SA-DPSO混合优化算法的协同空战火力分配

ID:46604359

大小:387.86 KB

页数:6页

时间:2019-11-26

基于SA-DPSO混合优化算法的协同空战火力分配_第1页
基于SA-DPSO混合优化算法的协同空战火力分配_第2页
基于SA-DPSO混合优化算法的协同空战火力分配_第3页
基于SA-DPSO混合优化算法的协同空战火力分配_第4页
基于SA-DPSO混合优化算法的协同空战火力分配_第5页
资源描述:

《基于SA-DPSO混合优化算法的协同空战火力分配》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第31卷第3期2010年3月航空学报ACTAAERONAUTICAETASTRONAUTICASINICAV01.31NO.3Mar.2010文章编号:i000—6893(2010)03—0626—06基于SA—DPSO混合优化算法的协同空战火力分配李俨,董玉娜(西北工业大学自动化学院,陕西西安710072)Weapon—targetAssignmentBasedonSimulatedAnnealingandDiscreteParticleSwarmOptimizationinCooperativeAirC

2、ombatLiYan,DongYu’na(SchoolofAutomation,NorthwesternPolytechnicalUniversity,Xi’an710072,China)摘要:针对超视距(BVR)多机协同空战中,火力单元采用一次性完全分配原则容易造成资源浪费的问题,提出了一种新的火力分配数学模型。该模型带有毁伤概率门限,能够保证在满足毁伤概率门限的前提下,优先保证威胁度大的目标被分配且选择对各目标相对贡献较大的火力单元,使其对目标的毁伤概率平均值达到最大且尽量少地消耗火力单元,从而节省和充

3、分利用火力资源。在此基础上,提出采用模拟退火(SA)一离散粒子群(DPSO)混合优化算法求解协同空战火力分配,提高了算法收敛速度、精度以及全局搜索能力,避免陷入局部极小。仿真算例验证了新模型的优点以及SA—DPSO混合优化算法的有效性。关键词:协同空战;火力分配;毁伤概率门限;模拟退火;离散粒子群优化算法中图分类号:V247文献标识码:AAbstract:Inbeyond—visual—range(BVR)cooperativeair-to—aircombat,weaponresourcescouldbew

4、astedifallweaponunitsarefullyassignedatatime.Tocopewiththedisadvantage,anewweapon-targetassignmentmathematicalmodelbasedonthethresholdofdamageprobabilityisproposed.Thenewmodelguaranteesthethresholdofdamageprobabilitybyemployingfewerweaponunitstosaveandmake

5、fulluseofweaponre—sources.TheproperfireunitsareassignedtOthetargetsaccordingtOthepriorityofthemenance.Meanwhile,themaximumofthetargetdamageprobabilityaveragevaluecanalsobeachieved.Basedonthenewmodel,amixedsimulatedannealing(SA)anddiscreteparticleswarmoptim

6、ization(DPSO)algorithmisproposedtOsolvetheweapon-targetassignmentproblem.TheproposedalgorithmimprovestheseekingabilityfortheglobaloptimalresultSOthatthelocalminimumisavoidedandtheconvergencerateisimproved.Simulationre—sultsshowtheadvantageoftheproposednewm

7、odelandtheeffectivenessofSA-DPSOalgorithm.Keywords:cooperativeaircombat;weapon-targetassignment;thresholdofdamageprobability;simulatedan—nealing;discreteparticleswarmoptimizationalgorithm随着机载探测技术、机载武器火控技术及机载通讯技术的飞速发展,超视距(BVR)多机协同作战已成为现代空战的主要形式。这种空战模式中,各战斗机

8、通过数据链实现信息共享、互相配合、互相协作,对空中多个分散的目标实施攻击[1。2]。超视距多机协同攻击多目标过程中,火力分配是其关键问题。目前,火力分配已有多种算法,各有优势,如匈牙利算法[3]、遗传算法[4。6]、蚁群算法[7。8]、粒子群优化(PSO)算法[9。1叩等,它们均已应用于火力分配并取得了不少的成果。但目前大部分火力分配模型都是基于单纯的求毁伤概率越大越好或剩收稿日期:2009—10—19:修订日期

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。