网站大量收购独家精品文档,联系QQ:2885784924

基于改进遗传算法的多弹混合瞄准点优化.docx

基于改进遗传算法的多弹混合瞄准点优化.docx

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第45卷第1期2023年2月

指挥控制与仿真

CommandControlSimulation

Vol.45No.1Feb.2023

文章编号:1673?3819(2023)01?0068?07

基于改进遗传算法的多弹混合瞄准点优化

周于翔,舒健生,郑晓龙,郝辉,武健

(火箭军工程大学,陕西西安710025)

摘要:瞄准点优化是指通过对导弹瞄准点的选择使得对目标的打击效果达到或接近最佳。以具有不同毁伤效果的多弹型导弹打击变电所目标为例,采用改进遗传算法对多弹型导弹打击同一目标的瞄准点优化问题进行研究。结合变电所的目标易损性,选择合适的毁伤指标及对应类型的导弹武器,建立最优瞄准点求解模型。为解决传统遗传算法易陷入局部最优值的缺陷,建立存放优势个体的经验池,避免优势个体的丢失,并且,保留基因型相差较大的个体,增强种群多样性,避免算法过早收敛。经过计算,该算法可有效解决多弹混合瞄准点优化问题,相较于传统算法,整体寻优结果更佳,且具有良好的收敛性,因此,具有比较高的应用价值。

关键词:混合火力;瞄准点优化;多属性决策分析;遗传算法

中图分类号:E911;TP18文献标志码:ADOI:10.3969/j.issn.1673?3819.2023.01.012

ZHOUYu?xiang,SHUJian?sheng,ZHENGXiao?long,HAOHui

ZHOUYu?xiang,SHUJian?sheng,ZHENGXiao?long,HAOHui,WUJian

(RocketForceUniversityofEngineering,Xi,an710025,China)

Abstract:Aimingpointoptimizationreferstotheselectionoftheaimingpointofamissilesothatthestrikeeffectonthetar?

getisatornearthebest.Asanexample,amodifiedgeneticalgorithmisusedtostudytheaimingpointoptimizationproblem

ofamulti?bulletmissilestrikingthesametargetwithdifferentdamageeffects.Combinedwiththetargetvulnerabilityofthe

substation,suitabledamageindicatorsandcorrespondingtypesofmissileweaponsareselectedtoestablishtheoptimalaiming

pointsolutionmodel.Inordertosolvethedefectsoftraditionalgeneticalgorithm,anexperiencepoolisestablishedtostore

hancethepopulationdiversityandavoidprematureconvergenceofthealgorithm.Aftercalculations,thealgorithmcaneffec?thedominantindividuals

hancethepopulationdiversityandavoidprematureconvergenceofthealgorithm.Aftercalculations,thealgorithmcaneffec?

tivelysolvetheproblemofmulti?bullethybridaimingpointoptimization,andtheoveralloptimizationresultisbetterthanthe

traditionalalgorithm,andhasgoodconvergence,whichisofhighapplicationvalue.

Keywords:mixedfire;aimingpointoptimization;multi?at

您可能关注的文档

文档评论(0)

我爱分享 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档