导读:本文包含了武器目标优化分配论文开题报告文献综述及选题提纲参考文献，主要关键词:目标分配,蚁群算法,遗传算法,智能优化
武器目标优化分配论文文献综述
丁凡,韩炜[1]（2019）在《武器目标分配问题的优化算法综述》一文中研究指出武器目标分配问题,即如何调整我方武器和目标之间的分配关系来达到最佳的作战效果,因此,武器目标分配的及时性和分配方案的理想与否直接影响着作战的效果。在当前空战作战环境当中,快速而准确的武器目标分配是确保作战成功的重要条件。人为的目标分配和传统的优化算法难以满足当前高技术条件下的快速作战需求,自动化的武器目标分配已成为现代空战作战必不可少的技术。本文通过对当前主流优化算法进行研究和比较,提出一种蚁群-遗传混合优化算法,为解决WTA问题提供了一种新方法。(本文来源于《2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集》期刊2019-12-05）
宣贺君,向勇,和晓强,刘道华[2]（2019）在《联合火力打击中武器目标分配问题的多目标优化模型及算法》一文中研究指出联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.(本文来源于《信阳师范学院学报(自然科学版)》期刊2019年04期）
杨进帅,李进,王毅,文童,刘占强[3]（2018）在《基于直觉模糊遗传的武器—目标分配问题优化》一文中研究指出针对求解武器—目标分配(weapon-target assignment,WTA)问题的传统算法容易早熟和收敛较慢的缺点,提出一种直觉模糊遗传算法,采用模拟退火的Meta-Lamarckian学习策略和自适应变异,提高了求解WTA问题的效益和速度。首先考虑了WTA问题的各种约束条件,以剩余目标威胁最小和攻击伤害值最大为目标,建立了数学模型,定义了目标函数和约束函数的隶属度和非隶属度函数,通过"最小—最大"算子构建了直觉模糊WTA问题模型,并设计了模拟退火的Meta-Lamarckian学习策略和自适应变异,增强算法的局部寻优能力和后期收敛速度。通过算例仿真并与GA、PSO等算法比较分析,验证了该方法的有效性。(本文来源于《计算机应用研究》期刊2018年01期）
刘庆国,刘新学,夏维,郭会军[4]（2018）在《多个多弹头在轨武器平台的目标分配优化》一文中研究指出为了解决多个多弹头在轨武器平台目标分配优化计算量较大的问题,提出了一种离散粒子群算法与禁忌搜索相结合的目标分配(discrete particle swarm optimization-taboo search,DPSO-TS)算法进行局部操作。首先建立了基于遗传算法的单个多弹头在轨武器平台拦截轨道优化模型,确定了拦截所需的速度增量和消耗燃料的质量;其次提出了以打击目标数目和单个多弹头在轨武器平台剩余燃料的最小值作为优化指标,建立了基于DPSO-TS算法的目标分配优化模型;最后仿真结果表明DPSO-TS算法在保持DPSO算法收敛精度的前提下,收敛速度更快,该方法能够快速有效地解决多个多弹头在轨武器平台的目标分配优化问题。(本文来源于《系统工程与电子技术》期刊2018年05期）
夏维,刘新学,范阳涛,元锋刚[5]（2016）在《基于改进型多目标粒子群优化算法的武器-目标分配》一文中研究指出在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在"维数灾难"瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。(本文来源于《兵工学报》期刊2016年11期）
陈思,胡涛[6]（2015）在《基于多目标优化遗传算法的武器-目标分配》一文中研究指出针对武器-目标火力分配问题,建立了基于效能最大和用弹量最少的多目标优化模型。基于Pareto集非劣分层思想对遗传算法进行改进,利用非劣分层遗传算法处理武器-目标分配多目标优化问题。非劣分层遗传算法通过对种群内的所有个体的多个目标函数进行非劣分层排序来度量个体的适应能力,通过遗传算法实现多样性进化操作,能够获取Pareto最优解集,以供决策者参考。仿真试验表明:该方法能够获得满意的分配结果,方便快捷地解决多平台多类型武器-目标分配问题。(本文来源于《舰船电子工程》期刊2015年07期）
张举[7]（2015）在《动态武器目标分配优化》一文中研究指出文章针对区域协同防空,应用几何方法研究导弹武器拦截目标过程中的动态武器—目标分配。最早拦截几何提供了空袭目标在没有机动条件下的拦截区域的边界,在该区域内舰艇编队可能遭受攻击。安全区定义为最早拦截几何与防御资源之间的最小距离,该区域与分配策略和防空武器系统的性能紧密相关。基于安全区的概念,进行武器—目标优化分配,保护舰艇编队免受空中机动目标的袭击。(本文来源于《现代工业经济和信息化》期刊2015年08期）
范成礼,邢清华,郑明发,王振江[8]（2015）在《基于IDPSO的武器目标分配优化算法》一文中研究指出针对武器目标分配(weapon-target allocation,WTA)优化问题的特点,对改进型离散粒子群(improve discrete particle swarm optimization,IDPSO)算法应用于WTA的若干问题进行研究。首先建立了资源受限条件下最大化效费比的WTA优化模型。然后,构建了一种针对多约束WTA问题的粒子编码方案,在此基础上,改进传统粒子群算法的位置和速度更新方式,提出了带怀疑因子和斥力因子的IDPSO算法。仿真实例表明,该算法具有更强的全局寻优能力和更快的收敛速度,能够有效求解大规模WTA问题,适应现代战争中辅助决策对实时性的要求。(本文来源于《系统工程与电子技术》期刊2015年02期）
方卫国,石小艳[9]（2013）在《多层防御模式下武器目标分配决策的群体智能优化算法》一文中研究指出武器目标分配(WTA)是军事运筹学中经典的NP完全问题,迄今为止未找到求精确解的多项式时间算法.针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御WTA问题,采用粒子群优化(PSO)和蚁群优化(ACO)两种群体智能算法求解.给出了PSO和ACO算法实现方案,通过一个算例评估两个算法的性能.结果表明,两种算法都能给出高质量的近似最优解,对求解WTA问题是有效的.PSO在解的质量、算法鲁棒性和计算效率方面均优于ACO.(本文来源于《数学的实践与认识》期刊2013年07期）
黄国锐,李朋辉,丁俊香,韩玮[10]（2013）在《模糊优化理论的武器-目标分配模型及求解算法》一文中研究指出武器-目标分配问题是一个典型的NP完全问题,随着武器和目标数量的增多,以及分配结果评价标准多样性的存在,传统的优化求解算法如隐枚举法、割平面法、分支定界法等很难进行有效地求解。介绍一种基于模糊优选技术的多目标混合优化理论,运用该理论建立了多个指标下的最佳武器-目标分配模型,并将蚁群算法应用于对模型的求解,为解决复杂的武器-目标分配问题提供了一种有效方法。(本文来源于《火力与指挥控制》期刊2013年01期）
武器目标优化分配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
武器目标优化分配论文参考文献
[1].丁凡,韩炜.武器目标分配问题的优化算法综述[C].2019航空装备服务保障与维修技术论坛暨中国航空工业技术装备工程协会年会论文集.2019
[2].宣贺君,向勇,和晓强,刘道华.联合火力打击中武器目标分配问题的多目标优化模型及算法[J].信阳师范学院学报(自然科学版).2019
[3].杨进帅,李进,王毅,文童,刘占强.基于直觉模糊遗传的武器—目标分配问题优化[J].计算机应用研究.2018
[4].刘庆国,刘新学,夏维,郭会军.多个多弹头在轨武器平台的目标分配优化[J].系统工程与电子技术.2018
[5].夏维,刘新学,范阳涛,元锋刚.基于改进型多目标粒子群优化算法的武器-目标分配[J].兵工学报.2016
[6].陈思,胡涛.基于多目标优化遗传算法的武器-目标分配[J].舰船电子工程.2015
[7].张举.动态武器目标分配优化[J].现代工业经济和信息化.2015
[8].范成礼,邢清华,郑明发,王振江.基于IDPSO的武器目标分配优化算法[J].系统工程与电子技术.2015
[9].方卫国,石小艳.多层防御模式下武器目标分配决策的群体智能优化算法[J].数学的实践与认识.2013
[10].黄国锐,李朋辉,丁俊香,韩玮.模糊优化理论的武器-目标分配模型及求解算法[J].火力与指挥控制.2013