买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连大学

摘要：本发明公开了一种多目标鲸鱼优化算法的武器目标分配方法，包括：构建武器目标分配模型；初始化参数和武器分配方案；获取多个目标函数值；通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序；获得同一个Pareto等级下的拥挤度并排序；将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案，对武器分配方案进行交叉和变异操作；更新武器分配方案；如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案。本方法具有多目标寻优的能力，所产生的武器分配方案目标打击收益更高，为指挥员提供更好的作战辅助决策。

主权项：1.一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，包括：构建武器目标分配模型，所述构建武器目标分配模型，具体包括：用M个武器平台的武器打击N个来袭目标，多个武器平台拥有多种同类型的武器，所有武器平台拥有的武器数目矩阵W＝{w1,w2,...,wi,...,wM}，wi表示第i武器平台的武器数量，每个武器平台中的武器制作成本矩阵V＝{v1,v2,...,vi,...,vM}，vi表示第i武器平台中武器的制作成本，打击的目标数为T＝{t1,t2,...,tj,...,tN}，tj表示第j个打击目标；所有武器平台所拥有武器的总数量不少于来袭目标总数量武器平台对来袭目标的毁伤概率矩阵为[Pij]MxN，pij∈0,1表示第i个武器平台对第j个来袭目标的毁伤概率，来袭目标的威胁系数矩阵为TC＝[tcj]1xN，对来袭目标进行归一化处理tcj＞0表示第j个来袭目标的威胁系数值；武器的分配数量矩阵为X＝[xij]MxN，xij≥0表示第i个武器平台打击第j个来袭目标时所使用的武器数量，分配打击来袭目标的武器数量不能超出武器平台所拥有的数量在M个武器平台的武器分配下，对目标j的毁伤概率为则来袭目标的毁伤概率最大为武器成本函数为故武器目标分配模型如下： 由于目标函数毁伤程度是求最大值，而弹药消耗是求最小值，对目标函数的毁伤程度进行倒数处理，这样目标函数毁伤程度的最大值，也意味着函数F1的最小值；初始化参数和武器分配方案，具体包括：初始化鲸鱼种群大小NP，交叉概率cp，变异概率mp，迭代次数t和最大迭代次数Tmax；根据所述武器目标分配模型，用M个武器平台的武器打击N个来袭目标，每个武器平台的武器随机分配用于打击来袭目标，分配范围在[0,N]之间，0表示该武器没有分配，N表示该武器打击第N个目标，将所有武器平台的武器数量分配完，鲸鱼个体维度为此时产生的一个分配矩阵就对应一个鲸鱼个体，初始化鲸鱼种群大小NP，表示有NP个武器打击来袭目标的分配方案；获取多个目标函数值，具体包括：每个鲸鱼个体都代表着一种武器打击目标的分配方案，计算鲸鱼种群大小为NP，对应的各个目标函数值；通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序，具体包括：根据计算出的目标函数值，将鲸鱼种群中的个体之间的支配关系进行Pareto最优解等级分层；现假设鲸鱼种群中支配个体p的个体数为np和被个体p支配的个体组成的集合为sp，具体实现过程如下：计算出鲸鱼种群中每个个体的支配个数np和该个体被支配解的集合s1；遍历集合s1中每个个体i，以及每个个体i所支配集合si，接着遍历si中每个个体j，对支配个数执行ni＝ni-1，如果ni＝0，则将个体i保存在集合H中；将集合s1作为第一个Pareto分层的个体，集合H作为当前集合；重复上述操作，直至整个种群分层完成，并按照Pareto等级从小到大排序；获得同一个Pareto等级下的拥挤度并排序，具体包括：在将所有鲸鱼种群中个体进行非支配关系分层之后，将在同一Pareto等级下，鲸鱼个体i和距离该个体最近的两个鲸鱼个体对应的目标函数之间形成最小的矩形的长宽之和，拥挤度计算如下：初始化拥挤度nd＝0；遍历每个目标函数，记录同一Pareto等级下该目标函数最大值Fmax和最小值Fmin；对排序后第一个鲸鱼个体和最后一个鲸鱼个体的拥挤度置为无穷大，剩余的鲸鱼个体的拥挤度计算为nd＝ndi+Fi+1-Fi-1Fmax-Fmin，Fi+1、Fi-1分别表示鲸鱼个体i的前后两个目标函数值，ndi表示某一个目标函数的拥挤度距离；将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案，具体包括：首先把父代和子代的所有鲸鱼个体合并成一个种群，将该种群中同一Pareto等级下的鲸鱼个体从低到高放入子代鲸鱼种群中，直到某个Pareto等级下鲸鱼个体放入时，超出子代鲸鱼种群大小为止，对该Pareto等级下的鲸鱼个体进行拥挤度排序，从大到下依次加入子代鲸鱼种群中，直到子代鲸鱼种群全部填满为止，对于其他鲸鱼个体舍去；根据精英选择策略挑选出来的鲸鱼种群，挑选出任意一个Pareto等级最小的鲸鱼个体作为最优鲸鱼个体位置即最优的武器分配方案；对武器分配方案进行交叉和变异操作，具体包括：模拟单点二进制交叉和多项式变异对鲸鱼种群中每一代鲸鱼个体以一定概率进行交叉和变异处理；更新武器分配方案；如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案，具体包括：对精英选择后组合成的新鲸鱼种群个体进行位置更新，该过程如下所示：生成随机数p，当p＜0.5且|A|≥1时，根据式3更新鲸鱼个体，|A|＜1根据式5更新鲸鱼个体；D1＝|C·Xrandt-Xt|2Xt+1＝Xrandt-A·D13D2＝|X*t-Xt|4Xt+1＝X*t-A·D25当随机数p≥0.5时，根据式7更新鲸鱼位置；D3＝|C·X*t-Xt|6Xt+1＝D3·ebl·cos2πl+X*t7其中，A＝2ar-a，C＝2r，a为收敛因子从2线性递减到0，r是[0,1]间的随机值，Xrandt表示从当前代鲸鱼种群中随机鲸鱼个体的位置，Xt表示鲸鱼个体位置，X*t表示猎物位置，b是螺旋形状的常数，l是[-1,1]间的随机值。

全文数据：

权利要求：

百度查询： 大连大学 一种多目标鲸鱼优化算法的武器目标分配方法