基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标，考虑过于单一，并且现有智能算法在求解该模型存在收敛精度低的问题，提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量，引入2次logistic映射初始化种群，合并父代与子代个体，通过计算个体的非支配等级和拥挤度大小对个体进行排序，其次为筛选优秀个体，实验结果表明，在与NSGA-Ⅱ和MOPSO算法的对比中，非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿，寻优精度更高，在动态武器目标分配模型中，能够得出更优的分配方案。