兵工学报 ›› 2023, Vol. 44 ›› Issue (8): 2233-2244.doi: 10.12382/bgxb.2022.0326
收稿日期:
2022-04-29
上线日期:
2023-08-30
通讯作者:
基金资助:
ZHANG An, XU Shuangfei, BI Wenhao*(), XU Han
Received:
2022-04-29
Online:
2023-08-30
摘要:
武器-目标分配(WTA)与空地导弹的接力制导规划是远距离空地多目标攻击中亟需解决的难题,具有参数复杂、约束多、非线性强等特点。为此,建立多目标、多约束武器-目标分配与制导序列优化模型,优化目标为目标综合生存概率最小和总用弹量最少,约束条件涉及攻击机导弹配置、导弹毁伤能力、目标毁伤要求、制导站性能。对带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行改进,提出基于双序列编码的多种群NSGA-Ⅱ(DSMPNSGA-Ⅱ),通过优化WTA序列和制导站序列,实现WTA方案及各导弹制导序列的优化。在DSMPNSGA-Ⅱ中,使用深度优先搜索-Dijkstra算法搜索空地导弹制导序列,改进交叉和变异操作,以减少非可行解的产生,引入多种群策略提升算法性能。仿真结果表明,DSMPNSGA-Ⅱ能够获得有效的WTA与空地导弹接力制导方案,并且求解质量优于单种群NSGA-Ⅱ和多目标粒子群优化算法。
中图分类号:
张安, 徐双飞, 毕文豪, 徐晗. 空地多目标攻击武器-目标分配与制导序列优化[J]. 兵工学报, 2023, 44(8): 2233-2244.
ZHANG An, XU Shuangfei, BI Wenhao, XU Han. Weapon-target Assignment and Guidance Sequence Optimization in Air-to-Ground Multi-target Attack[J]. Acta Armamentarii, 2023, 44(8): 2233-2244.
类别 | 位置坐标/km |
---|---|
攻击机 | (24,13), (37,29), (29,54), (19,73), (29,91), (37,116), (29,135), (20,155), (20,177), (26,193) |
目标 | (387,27), (387,67), (387,107), (387,147), (387,187) |
制导站 | (50,21), (129,17), (203,16), (261,19), (343,27), (57,53), (125,53), (207,56), (279,64), (335,62), (51,100), (132,97), (190,103), (275,94), (335,93), (61,136), (134,142), (208,143), (265,146), (332,142), (69,177), (138,181), (209,181), (267,181), (332,179) |
表1 攻击机、目标、制导站位置
Table 1 Locations of attack aircrafts, targets and guidance stations
类别 | 位置坐标/km |
---|---|
攻击机 | (24,13), (37,29), (29,54), (19,73), (29,91), (37,116), (29,135), (20,155), (20,177), (26,193) |
目标 | (387,27), (387,67), (387,107), (387,147), (387,187) |
制导站 | (50,21), (129,17), (203,16), (261,19), (343,27), (57,53), (125,53), (207,56), (279,64), (335,62), (51,100), (132,97), (190,103), (275,94), (335,93), (61,136), (134,142), (208,143), (265,146), (332,142), (69,177), (138,181), (209,181), (267,181), (332,179) |
序号 | f1 | f2 | 序号 | f1 | f2 |
---|---|---|---|---|---|
1 | 0.2665 | 5 | 6 | 0.0795 | 10 |
2 | 0.2082 | 6 | 7 | 0.0579 | 11 |
3 | 0.1520 | 7 | 8 | 0.0482 | 12 |
4 | 0.1265 | 8 | 9 | 0.0471 | 13 |
5 | 0.1025 | 9 | 10 | 0.0444 | 14 |
表2 算例结果
Table 2 Results of the case
序号 | f1 | f2 | 序号 | f1 | f2 |
---|---|---|---|---|---|
1 | 0.2665 | 5 | 6 | 0.0795 | 10 |
2 | 0.2082 | 6 | 7 | 0.0579 | 11 |
3 | 0.1520 | 7 | 8 | 0.0482 | 12 |
4 | 0.1265 | 8 | 9 | 0.0471 | 13 |
5 | 0.1025 | 9 | 10 | 0.0444 | 14 |
目标编号 | 导弹型号 | 导弹所属攻击机 | 制导序列 |
---|---|---|---|
1 | 1 | 6 | 16-12-18-9-5 |
1 | 10 | 21-12-13-4-5 | |
2 | 3 | 4 | 6-7-3-4-15 |
2 | 5 | 16-7-13-19-10 | |
3 | 1 | 3 | 6-17-23-24-15 |
1 | 4 | 11-7-8-4-15 | |
2 | 6 | 11-22-23-14-20 | |
4 | 2 | 6 | 11-17-18-24-20 |
2 | 10 | 21-12-8-19-20 | |
5 | 3 | 2 | 1-16-22-18-24-25 |
3 | 5 | 6-2-3-14-25 |
表3 最终方案详情
Table 3 Details of the final scheme
目标编号 | 导弹型号 | 导弹所属攻击机 | 制导序列 |
---|---|---|---|
1 | 1 | 6 | 16-12-18-9-5 |
1 | 10 | 21-12-13-4-5 | |
2 | 3 | 4 | 6-7-3-4-15 |
2 | 5 | 16-7-13-19-10 | |
3 | 1 | 3 | 6-17-23-24-15 |
1 | 4 | 11-7-8-4-15 | |
2 | 6 | 11-22-23-14-20 | |
4 | 2 | 6 | 11-17-18-24-20 |
2 | 10 | 21-12-8-19-20 | |
5 | 3 | 2 | 1-16-22-18-24-25 |
3 | 5 | 6-2-3-14-25 |
算法 | 平均计算 时长/s | 平均非支 配解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 25.88 | 8.10 | 46.08 |
单种群NSGA-Ⅱ | 24.27 | 7.05 | 20.08 |
MODPSO算法 | 104.89 | 7.65 | 33.84 |
表4 算例1算法对比结果
Table 4 Algorithm comparison results table for Case 1
算法 | 平均计算 时长/s | 平均非支 配解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 25.88 | 8.10 | 46.08 |
单种群NSGA-Ⅱ | 24.27 | 7.05 | 20.08 |
MODPSO算法 | 104.89 | 7.65 | 33.84 |
算法 | 平均计算 时长/s | 平均非支配 解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 21.46 | 3.55 | 45.17 |
单种群NSGA-Ⅱ | 20.38 | 2.95 | 14.23 |
MODPSO算法 | 75.83 | 3.35 | 40.60 |
表5 算例2算法对比结果
Table 5 Comparison results of algorithms for Case 2
算法 | 平均计算 时长/s | 平均非支配 解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 21.46 | 3.55 | 45.17 |
单种群NSGA-Ⅱ | 20.38 | 2.95 | 14.23 |
MODPSO算法 | 75.83 | 3.35 | 40.60 |
算法 | 平均计算 时长/s | 平均非支配 解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 18.01 | 3.85 | 47.61 |
单种群NSGA-Ⅱ | 17.46 | 3.00 | 10.83 |
MODPSO算法 | 66.11 | 3.80 | 41.56 |
表6 算例3算法对比结果
Table 6 Comparison results of algorithms for Case 3
算法 | 平均计算 时长/s | 平均非支配 解数量 | 平均非支配 比率/% |
---|---|---|---|
DSMPNSGA-Ⅱ | 18.01 | 3.85 | 47.61 |
单种群NSGA-Ⅱ | 17.46 | 3.00 | 10.83 |
MODPSO算法 | 66.11 | 3.80 | 41.56 |
[1] |
徐宏伟, 李鹏, 王玄. 无人机载空地导弹关键技术研究[J]. 弹箭与制导学报, 2018, 38(6):64-67.
|
|
|
[2] |
石章松, 吴玲, 吴中红, 等. 多平台协同制导技术及应用[M]. 北京: 电子工业出版社, 2019:4-18.
|
|
|
[3] |
张进, 郭浩, 陈统. 基于可适应匈牙利算法的武器-目标分配问题[J]. 兵工学报, 2021, 42(6):1339-1344.
doi: 10.3969/j.issn.1000-1093.2021.06.025 |
doi: 10.3969/j.issn.1000-1093.2021.06.025 |
|
[4] |
doi: 10.1016/j.cor.2018.10.015 URL |
[5] |
doi: 10.1109/TSMCA.2011.2159591 URL |
[6] |
苗李达, 姜青山. 基于毁伤积累的武装直升机对地火力分配[J]. 火力与指挥控制, 2018, 43(5):167-171.
|
|
|
[7] |
doi: 10.1287/opre.1070.0440 URL |
[8] |
夏维, 刘新学, 范阳涛, 等. 基于改进型多目标粒子群优化算法的武器-目标分配[J]. 兵工学报, 2016, 37(11):2085-2093.
doi: 10.3969/j.issn.1000-1093.2016.11.017 |
doi: 10.3969/j.issn.1000-1093.2016.11.017 |
|
[9] |
王然辉, 王超. 面向对地打击武器-目标分配问题的遗传算法变量取值控制技术[J]. 兵工学报, 2016, 37(10):1889-1895.
doi: 10.3969/j.issn.1000-1093.2016.10.016 |
|
|
[10] |
doi: 10.1016/j.asoc.2018.06.014 URL |
[11] |
龙腾, 刘震宇, 史人赫, 等. 基于神经网络的防空武器目标智能分配方法[J]. 空天防御, 2021, 4(1):1-7.
|
|
|
[12] |
王邑, 孙金标, 肖明清, 等. 基于类型2区间模糊K近邻分类器的动态武器-目标分配方法研究[J]. 系统工程与电子技术, 2016, 38(6):1314-1319.
|
|
|
[13] |
阎栋, 苏航, 朱军. 基于DQN的反舰导弹火力分配方法研究[J]. 导航定位与授时, 2019, 6(5):18-24.
|
|
|
[14] |
孙海文, 谢晓方, 庞威, 等. 基于改进火力分配模型的综合防空火力智能优化分配[J]. 控制与决策, 2020, 35(5):1102-1112.
|
|
|
[15] |
|
[16] |
doi: 10.1109/TSMCB.2012.2231673 pmid: 24273148 |
[17] |
刘海鸥, 晋磊, 董诗瑾, 等. 重型自动机械变速车辆换挡序列优化[J]. 兵工学报, 2015, 36(8):1377-1383.
doi: 10.3969/j.issn.1000-1093.2015.08.001 |
|
|
[18] |
赵晶, 苏东楠. 多目标混合装配线平衡方法优化[J]. 计算机仿真, 2019, 36(2):145-148.
|
|
|
[19] |
|
[20] |
窦建平, 李俊, 苏春. 基于可行工序序列遗传算法的工序排序优化[J]. 计算机集成制造系统, 2019, 25(8):1981-1990.
|
|
|
[21] |
冯睽睽, 张发平, 王武宏, 等. 基于非支配排序遗传算法的涡轮发动机转子系统装配参数优化[J]. 兵工学报, 2021, 42(5):1092-1100.
doi: 10.3969/j.issn.1000-1093.2021.05.022 |
doi: 10.3969/j.issn.1000-1093.2021.05.022 |
|
[22] |
任禹谋. 高速铁路大型客运站到发线分配优化策略及方法研究[D]. 北京: 中国铁道科学研究院, 2021.
|
|
|
[23] |
|
[24] |
doi: 10.1162/evco_a_00210 URL |
[25] |
doi: 10.1016/j.cja.2016.04.023 URL |
[26] |
喻明让, 陈云, 张志刚. 离散粒子群优化算法求解多目标柔性作业车间调度问题[J]. 制造技术与机床, 2019(1):159-165.
|
|
|
[27] |
王丽萍, 任宇, 邱启仓, 等. 多目标进化算法性能评价指标研究综述[J]. 计算机学报, 2021, 44(8):1590-1619.
|
|
[1] | 苏胜,顾森,宋志强,刘萍. 基于深度表征学习和遗传算法的军用座舱色彩设计方法[J]. 兵工学报, 2024, 45(4): 1060-1069. |
[2] | 孙士明, 郁伟, 王晓辉, 李振旺, 刘彩连. 基于多目标优化的跨介质航行体水面滑跳初始运动参数设计[J]. 兵工学报, 2024, 45(2): 541-551. |
[3] | 马维宁, 胡起伟, 陈静, 贾希胜. 装备群选择性维修决策与任务分配联合优化[J]. 兵工学报, 2024, 45(2): 407-416. |
[4] | 秦国华, 娄维达, 林锋, 徐勇. 基于Cotes求积法和神经网络的稳定域判断及铣削参数优化新方法[J]. 兵工学报, 2024, 45(2): 516-526. |
[5] | 刘子昌, 李思雨, 裴模超, 刘洁, 孟硕, 吴巍屹. 基于纹理分析的柴油发动机故障诊断方法[J]. 兵工学报, 2024, 45(2): 684-694. |
[6] | 傅耀宇, 贵新成, 周云波, 刘家志, 石昊, 王铮. 破片杀伤战斗部空爆状态下车顶夹芯板防护性能分析与优化设计[J]. 兵工学报, 2024, 45(1): 69-84. |
[7] | 叶闻语, 王春阳, 于金阳, 拓明侃, 王子硕. 基于贪心遗传算法的液晶光学相控阵多光束扫描[J]. 兵工学报, 2023, 44(9): 2650-2660. |
[8] | 陈松, 朱东升, 左钦文, 韩朝帅. 基于GA-PS的三维空间源项反演算法[J]. 兵工学报, 2023, 44(8): 2503-2520. |
[9] | 刘彦, 王百川, 闫俊伯, 闫子辰, 时振清, 黄风雷. 侵彻作用下负泊松比蜂窝夹芯结构动态响应[J]. 兵工学报, 2023, 44(7): 1938-1953. |
[10] | 杜伟伟, 陈小伟. 陆军战术级作战任务分配及优化方法[J]. 兵工学报, 2023, 44(5): 1431-1442. |
[11] | 李京峰, 陈云翔, 项华春, 高杨军, 赵静. 考虑横向转运和紧急配送的战时多目标备件调度方法[J]. 兵工学报, 2023, 44(3): 816-830. |
[12] | 张宁, 史金光, 王中原, 赵新新. 基于支持向量回归模型的弹用冲压发动机性能预测及优化[J]. 兵工学报, 2023, 44(10): 2944-2953. |
[13] | 颜建虎, 李彪, 时岩, 张凌宇, 衡培然. 主动悬架用非均匀齿圆筒型永磁直线电机多目标分层优化设计[J]. 兵工学报, 2023, 44(1): 40-50. |
[14] | 赵子熹, 姜毅, 贾启明, 牛钰森. 基于高压工质的弹射内弹道研究[J]. 兵工学报, 2022, 43(7): 1553-1564. |
[15] | 马也, 范文慧, 常天庆. 基于智能算法的无人集群防御作战方案优化方法[J]. 兵工学报, 2022, 43(6): 1415-1425. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||