基于改进灰狼优化算法的地面目标最优瞄准点选择方法

针对导弹打击地面目标时的瞄准点优选问题，提出了一种利用改进灰狼优化算法（improved grey wolf op timization,IGWO）选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略（dimension learning-based hunting,DLH），为每个瞄准点构建相邻的瞄准点集合，集合中的瞄准点可以互相共享信息，增强局部搜索和全局搜索之间的平衡，并保持多样性。在仿真实验中，将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数，并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证，实验结果表明，该方法求得的瞄准点具有较高的可信度，为火力筹划中瞄准点的寻优提供了新方法。