[發(fā)明專利]一種基于人工魚群算法的多目標武器——目標分配方法

在審

• 申請?zhí)枺?/td>: 201810851662.8
• 申請日: 2018-07-26
• 公開（公告）號: CN110766125A
• 公開（公告）日: 2020-02-07
• 發(fā)明（設(shè)計）人: 葉方;邵詩佳;孫騫;湯春瑞;白萍;郭小晨;張慧;宋也
• 申請（專利權(quán)）人: 深圳市白麓嵩天科技有限責任公司
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/12;G06F30/20;G06F111/04
• 代理公司: 44241 深圳市智科友專利商標事務所
• 代理人: 曲家彬

1.一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于，包括以下步驟：

步驟一：建立WTA多目標優(yōu)化的目標函數(shù)及約束條件；

步驟二：對魚群進行編碼，形成初始化種群X₀；

步驟三：初始化種群后計算初始種群的非支配解集X_p，并根據(jù)擁擠距離排序結(jié)果，選取擁擠度距離最大的個體作為初始種群的全局最優(yōu)解X₁；

步驟四：得到初始種群的全局最優(yōu)解X₁后執(zhí)行人工魚群聚群行為，使魚群中的其他個體魚向全局最優(yōu)解X₁靠近，聚群后形成新的種群X_n；

步驟五：合并步驟四中的聚群后形成新的種群X_n和步驟三中的初始種群的非支配解集Xp，計算得到新的非支配解集；

步驟六：判斷是否達到終止條件，若是則輸出人工魚個體模擬的最佳武器——目標分配方案，若否則跳轉(zhuǎn)至第三步。

2.根據(jù)權(quán)利要求1所述的一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于：在步驟五和步驟六之間添加步驟S51和S52；

S51為：對步驟四中的聚群后形成新的父代種群X_n執(zhí)行遺傳算法的基本進化操作，包括變異和交叉，得到子代種群X_n^*；

S52為：合并步驟S51中的子代種群X_n^*和步驟四中的父代種群X_n，并更新合并后的Pareto最優(yōu)解集。

3.根據(jù)權(quán)利要求1或2所述的一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于：步驟一中所述的WTA多目標包括作戰(zhàn)效能最大和彈藥消耗最少兩個目標，其數(shù)學模型為

約束條件

其中，M為武器個數(shù)，N為目標個數(shù)，ω_j為目標(j＝1，2，L N)j的威脅程度，p_ij表示武器i(i＝1，2，L M)對目標j(j＝1，2，L N)的毀傷概率，[x_ij]_M×N(x_ij＝{0，1})為決策矩陣，表示武器i是否被分配給目標j，若武器i被分配打擊目標j，x_ij＝1；否則，x_ij＝0；c_i表示武器i使用時的消耗成本。

4.根據(jù)權(quán)利要求1或2所述的一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于：步驟二中初始化種群X₀包括的參數(shù)有種群數(shù)量、人工魚的感知距離、擁擠度因子和迭代次數(shù)。

5.根據(jù)權(quán)利要求4所述的一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于：步驟六中所述的終止條件為迭代次數(shù)。

6.根據(jù)權(quán)利要求4所述的一種基于人工魚群算法的多目標武器——目標分配方法，其特征在于：人工魚的感知距離由下述公式約束：

Visual^K+1＝floor(Visual^K*(1-K/Max_gen))

其中，Visual為人工魚的感知距離，K為當前迭代次數(shù)，Max_gen為最大迭代次數(shù)。