《智能多目标优化在火力分配问题中的应用研究》由会员分享，可在线阅读，更多相关《智能多目标优化在火力分配问题中的应用研究（61页珍藏版）》请在金锄头文库上搜索。
1、南京理工大学硕士学位论文智能多目标优化在火力分配问题中的应用研究姓名：周明好申请学位级别：硕士专业：系统工程指导教师：蔡骅20070710南京理工大学硕士论文智能多目标优化在火力分配问题中的应用研究现代高科技战争的条件下存在大量火力分配问题，而这些问题往往都可以抽象为多目标优化问题。论文主要研究了改进的非支配排序遗传算法( I m p r o v e dN o n - d o m i n a t e dS o r t i n gG e n e t i c A l g o r i t l 皿N S G A - N ) ，并在此基础上，用其成功地求解了一带有两个目标函数的火力分配问题。本文所作的主
2、要工作如下： 系统地介绍了遗传算法的一般流程和基本理论，并应用于一个函数优化的实例； 研究了用于处理约束限制的罚函数法和约束联赛法，论述了N S G A I I 的基本原理，并对其提出的快速非支配排序法、拥挤度及其比较算子、精英策略及N S G A 的主要流程作了详细的研究； 建立了火力分配问题的模型，并将N S G A 一算法分别与罚函数法和约束联赛法相结合对该模型进行了计算，实现了对两个目标的最优化；用V C 卜6 0 编程计算后所得的结果表明，两种算法均具有很好的收敛性，同时P a r e t o 最优解也保持了好的多样性分布。关键词：多目标优化，遗传算法，火力分配，罚函数法，约束联赛法
3、南京理工大学硕士论文智能多且标优化在火力分配问题中的应用研究A b s t r a c tT h e r ea r em a n yp r o b l e m so ff i r ed i s t r i b u t i o ni nm o d e mh i g h - t e c hw a r , w h i c hc a no f t L mb ea b s t r a c t e dt Om u l t i - o b j e c t i v eo p t i m i z a t i o np r o b l e m s 1 1 l ei m p r o v e dn o n - d o
4、 m i n a t e ds o r t i n gg e n e t i ca l g o r i t h i n 饿S G A - I Di sp r o p o s e di nt h ep a p e r , w h i c hi su s e dt Os o l v et h ef i r ed i s t r i b u t i o np r o b l e mw i t ht w oo b j e c t i v ef u n c t i o n ss u c c e s s f u l l y T h ep l i 刀嗡l yw o r ko ft h i sp a p e
5、ri n c l u d e s ：1 ) T h eg e n e r a lp r o c e s sa n dt h ef u n d a m e n t a lt h e o r yo fg e n e t i ca l g o f i t h mi si n t r o d u c e ds y s t m n a t i c a l l y ，w h i c hi sa l s ob ea p p l i e dt oa l le x a m p l e ；2 1 田1 ep e n a l t yf u n c t i o nm e t h o da n dt h ec o n
6、s t r a i n tt o u r n a m e n tm e t h o da r ei n t r o d u c e di nt h ep a p e r , w h i c ha r cu s e dt Op r o c e s st h ec o n s t r a i n tl i l 血LV i aa n a l y z i n gt h eb a s i cp r i n c i p l eo fN S G A - I I ，w h i c hi se l a b o r a t e di nt h ep a p e r , t h ef a s t1 1 0 1 1
7、-d o m i n a t e ds o r t i n gm e t h o d , c o n g e s t i o nd i s t a n c ea n di t sc o m p a r i s o no p e r a t o r , t h ee l i t es t r a t e g ya n dt h em a i np r o c e s so fN S G A 一i sr e s e a r c h e dp a r t i c u l a r l y 3 ) V i am o d e l i n gt h ef i r ed i s t r i b u t i o
8、 np r o b l e m , t h em o d e li sc o m p u t e db yt h ea l g o r i t h mo fN S G A 一w h i c hi sc o m b i n e dw i t hb o t ht h ep e n a l t yf u n c t i o nm e t h o da n dt h er e s t r a i n tl e a g u et o u r n a m e n tm e t h o d1 1 1 eo p t i m i z a t i o no ft w og o a l sa l ea l s or
9、 e a i z c di nt h ep a p e r T h er e s u l t sd e r i v e df x o mt h eV C 十硒0i n d i c a t et h a t , t w oa l g o r i t h m sb o t hh a v et h eh i g hc o n v e r g e n c e s i m u l t a n e o u s l yt h eP a r e t oo p t i m a ls o l u t i o na l s om a i n t a i nt h ev a r i e t yo fd i s t r
10、 i b u t i e n K e y w o r d s ：m u l t i - o b j e c t i v eo p t i m i z a t i o n ，g e n e t i ca l g o r i t h m , H r ed i s t r i b u t i o n ，p e n a l t yf u n c t i o nm e t h o d ，c o n s t r a i n tt o u r n a m e n tm e t h o d m声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经
11、发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。研究生签名：旦望堑z 。7 年7 月f 。日学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。研究生签名：南京理工大学硕士论文智能多目标优化在火力分配问题中的应用研究1 绪论1 1 论文研究的背景和意义信息战在现代高技术局部战争中的地位和作用越来越突出。从对传统的指
12、挥自动化系统( c 3 I 系统) 的研究乃至于今天最先进的作战指挥系统( O I S R 系统，它将指挥、控制、通信、计算机、情报、监视和侦察等有机的结合起来，形成一个完备的自动化指挥控制系统，同时指挥员也加入该系统。) 的提出，其核心部分仍是指挥控制( 即产) ，因此指挥控制已成为各国军方研究指挥决策自动化时需要重点考虑的问题。在指挥决策中最为关键的一个问题就是武器对目标的火力分配问题，即如何合理地部署我方火力来功击敌方目标，以期达到最佳的作战效果。武器对目标分配分配方案的优劣直接影响作战的效果。传统的人工进行火力分配的方式已无法适应现代高技术条件下的作战需要，自动化的火力分配已成为现代作
13、战指挥不可缺少的决策支持，也是指挥自动化系统的关键组成部分在多武器、多目标的战场环境中，可以有多种火方分配方案。不同的分配方案，将会产生不同的作战效果。就装甲部队作战而言，双方的作战单元不仅包括主战坦克，而且包括直升飞机、步兵战车、自行高炮，甚至双方的地雷也对对方构成相当大的威胁。作战方必须根据本方作战单元的能力及敌方目标的威胁态势确定较优的打击方案。同样，地面防空武器为对付多个空中来袭目标的威胁也同样需要选择较优的作战方案，才能有效降低空中威胁。而火力分配问题研究的主要目的，就是针对多个威胁目标，防御方的指挥控制系统能够及时有效地分配防御武器，从而有效消除敌方目标威胁，使防御方所遭受的损失减
14、少到最小。火力分配问题属于N P 完全问题【l 】( 算法复杂度不能用多项式形式描述的一类问题) ，随着武器数目及目标数目的增加，其解空间将呈现组合爆炸的趋势。因此，研究火力分配问题，特别是对于大规模的火力分配问题，寻求较优的武器目标分配方案，提高作战效能：仍是当前指挥控制问题中的一个重要课题。1 2 遗传算法遗传算法是进化计算的三大分支之一，是迄今为止进化计算中最广为人知的算法田。遗传算法是借鉴生物的自然选择藕遗传进化机制而开发出的一种全局优化自适应概率搜索算法。遗传算法起源于对生物系统所进行的计算机模拟研究。早在2 0 世纪4 0年代，就有学者开始研究如何利用计算机进行生物模拟的技术，他们
15、从生物学的角度进行了生物的进化过程模拟、遗传过程模拟等研究工作。进入6 0 年代后，美国密执安大学的H o l l a n d 教授及其学生们受到这种生物模拟技术的启发，创造出了一种基于生硕士论文物遗传和进化机制的适合于复杂系统优化的自适应概率优化技术遗传算法。遗传算法使用种群搜索技术，它通过对当前种群施加选择、交叉、变异等一系列遗传操作，从而产生出新一代的种群，并逐步使种群进化到包含或接近最优解的状态。由于其具有思想简单、易于实现、应用效果明显等优点而被众多应用领域所接受，并在自适应控制、组合优化、模式识别、机器学习、人工生命、管理决策等领域得到了广泛的应用。遗传算法给人们呈现出的是种通用的
16、算法框架，该框架不依赖于问题的种类。遗传算法是一类具有较强鲁棒性的优化算法，特别是对于一些大型、复杂非线性系统，它更表现出了比其他传统优化方法更加独特和优越的性制硼。隐含并行性和全局搜索特性是遗传算法的两大显著特征。目前遗传算法的各种应用实践己经展示出了其优异的性能和巨大的发展潜力，它的发展前景激励着各类专业技术人员把遗传算法的理论和方法运用于自己的工作实践中。1 3 多日标优化解决实际优化问题时，如果仅考虑一个目标，则称为单目标优化问题，否则，称为多目标优化阿题：多目标优化是最优化领域的一个重要的研究方向，因为科学研究和工程实践中许多优化问题都可归结为一个多目标优化问题。多目标优化问题起源于许多实际复杂系统的设计、建模和优化。这些系统所在的领域包括目标分配、工业制造、城市运输、资本预算、水库管理、能量分配、后勤补给、网络通信等等，可以说多目标优化问题无处不有、无处不在。目前，国内、外许多学者致力于这方面的研究。与单目标优化问题不同的是，多目标优化问题的解是一组最优解的集合，称为非劣最优解集，也就是所谓的P a r e t o
