改进量子行为粒子群算法求解武器目标分配问题

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｐｕｔｓｆｏｒｗａｒｄａｋｉｎｄｏｆｉｍｐｒｏｖｅｄｑｕａｎｔｕｍ－ｂｅｈａｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓｏｌｖｉｎｇＷＴＡ．Ｆｉｒｓｔ，ｂｙ
ｄｅｆｎｉｉｎｇｐａｒｔｉｃｌｅｅｖｏｌｕｔｉｏｎｓｐｅｅｄａｎｄｐａｒｔｉｃｌｅａｇｇｒｅｇａｔｉｏｎｄｅｇｒｅｅ，ｔｈｅｉｎｅｒｔｉａｗｅｉｇｈｔｉｓｅｘｐｒｅｓｓｅｄａｓｔｈｅｆｕｎｃｔｉｏｎｏｆ
ＬＩＸｉｎ－Ｒａｎ
（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｔａｉｙｕａｎ０３００５１，Ｃｈｉｎａ）
ｏｆｈｅｔｐａｒｔｉａｌｏｐｔｉｍｉａｔｚｉｏｎ．Ｆｉｎａｌｌｙ，ａｍｕｌｔｉｐｌｅｗｅａｐｏｎｓｔａｒｇｅｔａｓｓｉｇｎｍｅｎｔｉｓｂｕｉｌｔｔｏｍｅｅｔｈｅｔｔａｒｇｅｔｏｆｈｅｔｍｉｎｉｍｕｍｆａｉｌｕｒｅｐｒｏｂａｂｉｌｉｔｙｎｉｌｌａｏｃｔｉａｎｇｗｅａｐｏｎｓｎｄａｓｈｏｏｔｉｎｇａｌｌｔａｒｇｅｔｓ．ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｓｔｉｎｄｉｃａｔｅｈａｔｔｈｅｔｎｅｗｌｇａｏｒｉｔｈｍｃａｎｇｅｔｔｈｅｏｐｔｉｍａｌｏｒｓｕｂｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｔｏＷＴＡｐｒｏｂｌｅｍｓ，ｈａｔｔｉｓ，ｅｆｆｅｃｔｉｖｅｌｙｓｏｌｖｅＷＴＡｐｒｏｂｌｅｍｓ．Ｋｅｙｗｏｒｄｓ：ｑｕａｎｔｕｍ－ｂｅｈａｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉａｔｚｉｏｎ；ｓｅｌｆ－ａｄａｐｔｉｖｅ；ｉｎｅｒｔｉａｗｅｉｇｈｔ；ｓｌｏｗｌｙｖａｒｙｉｎｇｆｕｎｃｔｉｏｎ；
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｏｌｖｉｎｇｅｆｉｆｃｉｅｎｃｙａｎｄｐｅｆｒｏｒｍａｎｃｅｏｆＷｅａｐｏｎＴａｒｇｅｔＡｓｓｉｇｎｍｅｎｔ（ＷＴＡ），ｔｈｉｓｐａｐｅｒ
要：为了提高武器目标分配（ＷＴＡ）题的求解效率和性能，提出一种求解武器目标分配问题的改进量子粒子
群优化算法．首先，通过定义粒子进化速度及粒子聚集度，将惯性权重表示为粒子进化速度和粒子聚集度的函数，使惯性权重具有自适应性．其次，将慢变函数引入传统位置更新公式中，有效地克服陷入局部最优解的问题．最后，以分配各类武器迎击来袭目标的失败概率最低为目标，建立多种类型武器目标分配问题模型．仿真实验表明，提出的算法能快速给出武器目标分配问题的最好或较好分配方案；能高效地求解武器目标分配问题．
关键词：基于量子行为的粒子群优化算法（ＱＰＳＯ）；自适应；惯性权重；慢变函数；武器目标分配（ＷＴＡ）
Ｑｕａｎｔｕｍ－ＢｅｈａｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＡｌｇｏｒｉｔｈｍｏｎＷｅａｐｏｎＴａｒｇｅｔＡｓｓｉｇｎｍｅｎｔ
ｓｌｏｗｌｙｖａｒｙｉｎｇｆｕｎｃｔｉｏｎｉｓｎ￣ｏｉｄｕｃｄｅｉｎｔｏｈｅｔｔｒａｄｉｔｉｏｎａｌｌｏｃａｔｉｏｎｕｐｄｍｉｎｇｆｏｒｍｕｌａ，ｅｆｅｃｔｉｖｅｌｙｏｖｅｒｃｏｍｉｎｇｈｅｔｐｒｏｂｌｅｍ
２ห้องสมุดไป่ตู้０１３年第２２卷第７期
ｈｔｔｐ：／／ｗｗｗ．ｃ－ｓ－ａ．ｏｒｇ．ｃｎ
计算机系统应用
改进量子行为粒子群算法求解武器目标分配问
李欣然
（中北大学电子与计算机科学技术学院，太原０３００５１）
摘
ｐａｒｔｉｃｌｅｅｖｏｌｕｔｉｏｎｓｐｅｅｄａｎｄｐａｒｔｉｃｌｅａｇｇｒｅｇａｔｉｏｎｄｅｒｅｇｅ，ｍａｋｉｎｇｈｅｔｉｎｅｒｔｉａｗｅｉｇｈｔｈａｖｅｓｅｌｆ－ａｄａｐｔｉｖｉｔｙ．Ｓｅｃｏｎｄｌ￣ｔｈｅ