[發明專利]基于NSGA-Ⅱ的被動浮標布陣優化方法

在審

• 申請號: 202011179439.7
• 申請日: 2020-10-29
• 公開（公告）號: CN112287547A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 牛奕龍;聶瑞祥;王英民;王奇;陶林偉;張爭氣;邱宏安;黃愛萍;諸國磊
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種基于NSGA?Ⅱ的被動浮標布陣優化方法，綜合考慮浮標陣探測和定位的能力，將NSGA?Ⅱ這一用于解決復雜組合優化問題的多目標進化算法應用到浮標優化布陣中，將浮標陣的定位范圍、累積探測概率、定位精度同時作為優化目標，提高浮標的布陣效能。本發明優化后的陣形幾乎可以實現對整個搜潛區域中目標的定位，陣形的中部的定位精度也可以達到很高的水平。而標準圓形陣需要補投幾枚浮標才能實現對目標的定位，換言之，在相同的戰術指標約束下，利用NSGA?Ⅱ方法優化布陣減少了浮標的耗費數量。

技術領域

本發明涉及一種組合優化問題，尤其是用于水下目標探測的被動聲納浮標陣形優化。

背景技術

目前，國內針對多因素，多基地和多個浮標系統的目標探測都有開展，相關文獻也實現了仿真分析。楊日杰等人在“浮標陣形對搜潛效能影響的研究(計算機仿真，2009年)”一文中結合浮標數量、反潛機巡航速度變化、目標特性等因素對不同浮標陣形的搜潛效能進行了仿真分析。張小鳳對多基地、多個浮標系統進行了深入研究，推導出TOL算法定位精度與站址及目標位置的關系。

對于遺傳算法在浮標陣形優化設計中的植入研究，國內相關文獻已經證明了其可靠性。周旭等在“基于遺傳算法的被動浮標陣優化布放技術研究(電子與信息學報，2008年)”中提出了基于遺傳算法(Genetic Algorithm，GA)的被動浮標布陣方法，成功證明了在復雜水聲環境中，GA可有效優化浮標陣形，并提高其探測效能。

盡管目前現有研究已經對某一個因素下浮標的布陣做出了優化并給出了仿真結果，但是對于浮標陣形的研究大多集中在探測概率或定位精度的計算以及單一優化方面，對整體布陣效能的提高有一定的限制。

發明內容

為了克服現有技術的不足，本發明提供一種基于NSGA-Ⅱ的被動浮標布陣優化方法，綜合考慮浮標陣探測和定位的能力，將NSGA-Ⅱ這一用于解決復雜組合優化問題的多目標進化算法應用到浮標優化布陣中，將浮標陣的定位范圍、累積探測概率、定位精度同時作為優化目標，提高浮標的布陣效能。

本發明中采取的技術構思是將NSGA-Ⅱ中的染色體(The chromosome)定義為一個長度為浮標數的序列,并且每個染色體用浮標陣的兩維坐標描述,其中下標i為浮標序號,因此每個浮標位置均可看作一個基因且采用二維實數編碼。除剔除兩浮標間距離小于浮標作用半徑的情況外,編碼沒有其它限制。其中設計變量X＝[x₁,x₂]作為一個基因即浮標位置，則染色體可表示為：

V_k＝[v_k1,v_k2,v_k3,...,v_kn],k＝1,2,,...,m (1)

式中X_i^u≤v_ki≤X_i^v,X_i^u和X_i^v分別是x_i的下限和上限,m為染色體的總數。

初始種群產生采用隨機產生和傳統布陣方法相結合的方式。隨機產生方式即在整個搜索區域上隨機布放浮標,浮標坐標由兩個獨立的隨機數確定，但要求浮標之間的間距小于浮標的探測直徑。由于隨機產生方式能在交叉過程中提供較好的基因片斷,因此在初始種群中65％由隨機陣產生。傳統浮標布陣方法采用圓陣、方陣。一般情況下，為了得到比較優良的個體,設置的初始種群數往往大于后續種群數。