分布式遗传模拟退火算法的火力打击目标分配优化

根据火力打击规则,建立了多目标函数的目标分配模型,提出了分布式遗传模拟退火算法对模型进行求解。分布式遗传模拟退火算法基于经典遗传算法进行改进:将单目标串行搜索方式变成多目标分布式搜索方式,适用于多目标寻优问题求解;采用保留最优个体和轮盘赌相结合的方式进行个体选择,在交叉算子中引入模拟退火算法,使用自适应变异概率,较好地保持算法广度和深度搜索平衡。最后,通过仿真实验验证了算法的有效性和可靠性。     

基于DEA-TOPSIS的联合火力打击目标选择方法

分析了战役目的关联度、体系重要度、威胁程度、打击代价和打击风险5个要素对联合火力打击目标选择的影响,构建了相应的指标体系和量化模型。提出一种基于数据包络分析法-逼近理想解排序法的目标选择方法,采用动态权重和相对评价指数选出打击效益最大的目标,使用逼近正负理想解系数对目标打击顺序进行排序。实例验证了方法的适应性和有效性。