改进模拟退火遗传算法在协同空战中的应用.pdf

本文设计了一种基于模拟退火遗传算法的协同空战目标分配模型，旨在解决不确定环境下的目标分配问题。建立了评估及分配模型，并构建了空战态势评估指标体系。然后，使用区间层次分析法和模糊优选法确定了指标的主客观权重。接着，建立了不确定环境下多目标优化攻击效能评估模型，并将协同多目标攻击决策问题转化为导弹攻击配对优化问题。提出了一种基于区间灰数的模拟退火遗传算法来解决该决策问题，并设计了选择操作和相应的模拟退火机制以防止算法陷入局部最优。 本文的主要贡献在于： 1. 提出了基于模拟退火遗传算法的协同空战目标分配模型，可以解决不确定环境下的目标分配问题。 2. 设计了一种基于区间灰数的模拟退火遗传算法，可以解决决策问题。 3. 应用了区间层次分析法和模糊优选法来确定指标的主客观权重。 4. 利用模拟退火机制来防止算法陷入局部最优。 本文的结果表明，所提出的算法可以胜任不确定环境下目标分配问题的评估和寻优，并且可以在一定程度上完善传统的目标分配问题。 关键词：模拟退火遗传算法、协同空战、目标分配、不确定环境、区间层次分析法、模糊优选法、区间灰数。 详细知识点： 1. 模拟退火遗传算法：是一种基于模拟退火的遗传算法，通过模拟退火过程来搜索最优解。 2. 协同空战：是指空战中的协同作战，指的是多个作战单位之间的协同行动。 3. 目标分配：是指将目标分配给不同的作战单位，以实现协同作战的目标。 4. 不确定环境：是指在作战中存在不确定因素的环境，例如天气、地形等。 5. 区间层次分析法：是一种多Criteria决策分析方法，用于确定指标的主客观权重。 6. 模糊优选法：是一种基于模糊数学的优选方法，用于确定指标的主客观权重。 7. 区间灰数：是一种基于灰色系统理论的不确定性表示方法，用于表示不确定环境下的不确定性。 8. 模拟退火机制：是一种防止算法陷入局部最优的机制，通过模拟退火过程来搜索最优解。 本文设计了一种基于模拟退火遗传算法的协同空战目标分配模型，旨在解决不确定环境下的目标分配问题。该模型可以应用于空战中的协同作战，实现目标分配的优化。