基于D-NSGA-GKM算法的多阶段武器协同火力分配方法

陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法III(non-dominated sorting genetic algorithmⅢ,NSGA-III)的基础上提出一种改进的智能算法(D-NSGA-GKM).首先,引入基于优势度矩阵的非支配排序算法,减少排序过程中的冗余操作,以提高非支配排序效率;然后,在遗传操作阶段引入修复算子,对不可行解进行修复;最后,引入遗传K均值聚类算法对初始参考点进行自动聚类,用聚类质心替代原参考点,在环境选择阶段引入基于惩罚的边界相交距离替代垂直距离,以提高算法的收敛性.实验结果表明,D-NSGA-GKM算法在多阶段武器协同火力分配问题上具有较好的时间性能和收敛性能.