汪正东 李栋花
摘 要:在防空武器装备体系化作战中,目标分配是防空体系化作战的核心。本文采用基于优化排序的蚂蚁策略的蚁群算法,同时,将目标分配中的目标航路捷径引入到蚁群算法中,提高了蚁群算法的计算效率,解决防空体系化作战中目标分配的问题。
关键词:防空体系化作战;目标分配;蚁群算法
DOI:10.16640/j.cnki.37-1222/t.2018.10.172
1 引言
随着现代高新技术的飞速发展,现代空袭达到了很高的空袭效能,空袭作战已实现了体系化、信息化和网络化[1]。因此,防空武器装备也应该体系化以应对空袭体系化,其中,目标分配是关键技术,直接影响防空作战效果。目标分配,需要根据目标的飞行特性和各个防空武器系统对目标的拦截效益进行目标分配,用最适合的武器装备对目标进行拦截,以达到防空体系的最大作战效能,以确保保卫目标的安全[2]。本文利用蚁群算法设计目标分配模型算法,解决防空体系化作战中的目标分配问题。
2 蚁群算法求解目标分配的算法设计
2.1 蚁群计算网络构造
根据蚁群算法解决TSP问题的思路,构造蚁群网络,蚂蚁通过拦截目标效益在m个火力单元上周游遍历实现蚁群算法。
m个火力单元分别为:组成蚁群网络,如图1,每个火力单元的火力通道数分别为,其中;n个目标分别为。图中实线表示蚂蚁行走路径,为目标分配的一个可行解。
在进行蚁群算法时,当目标数小于火力单元通道数即,其中,那么补充虚拟目标进行计算,虚拟目标的射击效益为定值C(),射击效率;当目标分配问题中目标数大于所有火力单元通道数时,根据实际作战需要,选择威胁程度最大的个目标进行目标分配。
2.2 转移概率
在计算中,蚂蚁k根据各个火力单元的信息素量选择下一个火力单元。蚂蚁k所使用的状态转移规则被称之为随机比例规则,表示该火力单元上的蚂蚁k选择目标的概率。在t时刻,蚂蚁k在火力单元选择目标的转移概率如式(1)所示:
此处:为所有目标的集合;为禁忌表;为目标对火力单元的航路捷径大于等于火力单元的杀伤区远界的目标集合;记录了蚂蚁当前走过的火力单元。
当所有个目标编号加入蚂蚁便完成了一次周游,此时其走过的路径便是目标分配问题的一个可行解。
2.3 基于优化排序的蚂蚁系统的信息素更新
在计算过程中,为了解决此问搜索不会集中在最优解附近的问题,提高对更优解的进一步搜索,信息素更新采用基于优化排序的蚂蚁系统,选择防空目标分配射击效率高的只蚂蚁,按照排名的位次进行加权额外增加信息素量,见公式(4)。
3 结论
本文针对防空体系化作战中的目标分配问题,运用蚁群计算网络构造,采用基于优化排序的蚂蚁策略的蚁群算法,同时,将目标分配中的目标航路捷径引入到蚁群算法中,提高了蚁群算法的计算效率,解决防空体系化作战中目标分配的问题。蚁群算法本质上是一种并行的算法,同时也是一种正反馈算法,可以很快收敛,具有广阔的应用前景。
参考文献:
[1]张东洋,周延延,李小兵.国外防空导弹网络化作战系统分析[J]. 飞航导弹,2012(02):39-41.
[2]姚跃亭,赵建军,杨利斌,王毅.发射与制导分离的编队协同防空目标分配决策[J].现代防御技术,2013(01):87-93.
[3]赵春明,何清华,刘博,李坚.遗传算法在防空導弹火力优化分配中的应用[J].现代防御技术,2007(01):59-61.
作者简介:汪正东(1986-),男,贵州遵义人,硕士,工程师,从事指挥控制系统的研究。