[發明專利]一種自適應混沌并行克隆選擇算法的WTA目標優化方法

在審

• 申請號: 201811645323.0
• 申請日: 2018-12-29
• 公開（公告）號: CN111382896A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 梁洪濤;朱鑫;田華
• 申請（專利權）人: 陜西師范大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/26;G06N3/12
• 代理公司: 西安智萃知識產權代理有限公司 61221
• 代理人: 方力平

本發明涉及一種自適應混沌并行克隆選擇算法的WTA目標優化方法，解決了防空編隊武器目標分配問題，本發明結合混沌理論和并行種群分類的優點，實現了種群初始化和種群更新；其中，利用混沌再生和混沌擾動設計了種群初始化算子和突變算子；采用并行種群分類方法對各子種群進行并行機制設計，根據親和度保持種群多樣性；設計自適應克隆增殖算子、抗體抑制算子和抗體循環補充算子對克隆選擇算法進行改進，算子可以提高全局優化能力和局部搜索能力。

技術領域

本發明屬于火力分配領域，具體涉及一種自適應混沌并行克隆選擇算法的WTA目標優化方法。

背景技術

隨著現代軍事變革的發展，海戰的表現形式逐漸從單兵作戰轉變為編隊作戰，但是編隊防空作戰一直面臨著嚴重的空中目標威脅。因此其火力分配(weapon targetassignment，WTA))研究就顯得非常重要，其目的是研究武器與目標之間的優化決策關系，使總體作戰效能預期效果最大化。WTA問題本質上是一個非線性組合優化問題，是一個典型的非確定性多項式完備問題。

針對不同應用背景的WTA模型，國內外學者提出了不同的算法來提高計算效率和精度：

早期主要采用傳統的數學線性或者非線性方法求解模型，但是由于武器和目標的數量較多，這些傳統方法容易造成計算復雜度高的問題，不能滿足應用的準確性和實時性要求；近年來,隨著計算機技術的發展,一些啟發智能算法如微分進化、禁忌搜索、神經網絡、遺傳算法和粒子群算法等吸引了越來越多學者的關注,在不同條件下這些提方法表現出良好的求解能力。但這些算法初始參數較多、計算量大。

人工免疫算法作為自然免疫系統功能的智能模仿方法，是智能優化的最新研究成果之一；好多學者將克隆選擇算法(Colonal selection algorithm，CSA)引入到WTA中，可以避免計算復雜和耗時，但克隆選擇算法的交叉概率和突變概率是定量值，沒有考慮抗體的親和力和濃度，降低了算法的適應性和魯棒性；為了提高算法的收斂速度，綜合CSA和遺傳算法的優勢，改進的CSA算法被提出，但是無法克服早熟現象。

為了克服以上缺點，因此希望開發出新的CSA算法，實現WTA問題高質量、高效率求解。

發明內容

為了解決現有的火力分配方案中存在的上述缺陷，本發明提供一種自適應混沌并行克隆選擇算法的WTA目標優化方法。

本發明要解決的技術問題通過以下技術方案實現：

一種自適應混沌并行克隆選擇算法的WTA目標優化方法，包括以下步驟：

步驟1：構建編隊防空作戰WTA的優化模型，優化模型f定義為：

式中，p_ij∈[0,1]表示武器的作戰效力，W表示武器數量，i＝1,2…W，T表示敵方威脅目標數量，j＝1,2…T，λ_j∈[0,1]表示敵方威脅目標的毀傷概率，x_ij表示是否將第i武器分配給第j敵方威脅目標，如果分配x_ij＝1，否則x_ij＝0；

步驟2：通過免疫響應機制與WTA模型的對比定義抗體、抗原和親和度，其中，抗原表示目標函數與約束條件，抗體表示火力分配的所有潛在解，即優化模型數f的所有解；親和度提供了抗體、抗原的定量估計，表示作戰效能的最大數學期望，親和度定義為：

步驟3：初始化相關參數，包括抗體規模N、記憶種群規模M(MN)、最大迭代次數K；

步驟4：設置當前迭代次數設定為k，通過公式(3)計算抗體X_i(k)與抗原之間的適應度f_i(k),i∈N；