188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
wuzhisd

上传于:2015-04-08

粉丝量:0

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 群体智能优化算法

    星级: 7 页

  • 图像分割背景下群体智能优化算法的性能对比

    星级: 7 页

  • 群体智能优化算法

    星级: 4 页

  • 群体智能优化算法

    星级: 7 页

  • 群体智能优化算法

    星级: 7 页

  • 多层防御模式下武器目标分配决策的群体智能优化算法

    星级: 9 页

  • 79群体智能优化算法

    星级: 7 页

  • 多层防御模式下武器目标分配决策的群体智能优化算法

    星级: 9 页

  • 群体智能优化算法

    星级: 7 页

  • 80群体智能优化算法

    星级: 4 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 多层防御模式下武器目标分配决策的群体智能优化算法 Swarm Intelligence Optimization Algorithms for Weapon Target Allocation Proble

下载积分: 3000

内容提示: 第43卷第7期2013年4月数学的实践与认识M ATH EM ATI CS IN PRACTI CE AN DTH EO RYV01.43.N O .7Apr.,2013多层防御模式下武器目标分配决策的群体智能优化算法方卫国,石小艳( 北京航空航天大学经济管理学院,北京100191)摘要:武器目标分配( w TA) 是军事运筹学中经典的N P完全问题,迄今为止未找到求精确解的多项式时间算法.针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御W TA问题,采用粒子群优化( PSO ) 和蚁群优化( ACO )两种群体智能算法求解.给出了PSO 和ACO 算法实现方案,通过一个算例评估两个算法的性能.结果表明,两种算法都能给出高质量...

文档格式:PDF | 页数:9 | 浏览次数:10 | 上传日期:2015-04-08 04:12:34 | 文档星级:
第43卷第7期2013年4月数学的实践与认识M ATH EM ATI CS IN PRACTI CE AN DTH EO RYV01.43.N O .7Apr.,2013多层防御模式下武器目标分配决策的群体智能优化算法方卫国,石小艳( 北京航空航天大学经济管理学院,北京100191)摘要:武器目标分配( w TA) 是军事运筹学中经典的N P完全问题,迄今为止未找到求精确解的多项式时间算法.针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御W TA问题,采用粒子群优化( PSO ) 和蚁群优化( ACO )两种群体智能算法求解.给出了PSO 和ACO 算法实现方案,通过一个算例评估两个算法的性能.结果表明,两种算法都能给出高质量的近似最优解,对求解W TA问题是有效的.PSO 在解的质量、算法鲁棒性和计算效率方面均优于ACO .关键词:武器目标分配;群体智能;粒子群优化;蚁群优化1引言武器目标分配( W eapon Target Al l ocati on,w TA) 问题是军事运筹学中研究的重要问题,也是作战指挥决策中的关键问题.对W TA问题的研究可以追溯到20世纪50年代,当时由于受到计算和研究水平的限制,学者们对此问题的模型作了很多简化,只能利用数学规划法如分支定界法及动态规划法等解决小规模问题.Ll oyd和w i tsenhausen[1】1986年首次证明了多武器类型W TA问题属于N P完全问题.因其复杂性,至今尚未找到求解此问题的多项式时间算法,因此很多研究者致力于研究启发式算法.近20多年来国内外学者对于W TA问题数学模型和求解算法做了不同程度的改进:从单层次防御扩展到多层次防御;从仅考虑武器数量约束扩展到考虑人力、成本以及空间方面的约束;从静态问题扩展到动态问题;从求解小规模W TA问题的精确算法扩展到求解较大规模W TA问题的启发式算法.对于多层次多约束W TA问题,M al hotra等【2] 用遗传算法、Ci obanu等[ 3】用模拟退火算法、Bi sht[4]( 在算例求解时只考虑了防御武器数量的约束) 用遗传模拟退火混合算法对此问题进行求解.他们所采用的方法属于早期发展起来的启发式算法.国内学者对于单层次、仅有武器数量约束的w TA问题,设计了多种启发式算法,但缺少对多层次多约束W TA问题求解算法的研究及比较.本文从防御方角度,针对多层防御模式下多约束W TA问题[5-6】,采用两种最近兴起的群体智能算法——粒子群优化( Parti cl e Sw armO pti m i zati on,PSO ) 和蚁群优化( Ant Col ony O pti m i zati on,ACO ) 求解.通过算例验证这两种启发式算法的有效性,并对它们的求解性能进行比较.收稿日期:2010—04—14万方数据

阅读了该文档的用户还阅读了这些文档

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司