[发明专利]一种基于改进遗传算法的武器-目标分配解决方法

权利要求书

1.一种基于改进遗传算法的武器-目标分配解决方法，其特征在于，包含如下步骤：

S100.根据案例条件包括武器和目标的类型与数量、武器价值、武器对不同类型目标的毁伤概率构建武器-目标分配问题模型，并生成可行解；

S200.使用遗传算法，迭代计算可行解并收集满足约束条件的样本个体，迭代终止条件为收集到至少目标数量的样本；对收集到的样本进行编码并计算样本变量的概率分布；

S300.初始化可行解样本，基于样本变量的概率分布对可行解进行赋值；

S400.使用遗传算法对初始化后的可行解样本迭代寻优；

步骤S200包括以武器的毁伤贡献度为约束条件限定可行解的取值范围，单种类型的武器数量上限为毁伤贡献度降低至接近0的阈值时所消耗的武器数量；第n发同一类型武器对同一类型目标的毁伤贡献度的计算方法为：u(n)＝(1-p)^n-1p，其中p是该类型武器对指定类型目标的毁伤概率；

步骤S300包括：

S301.从样本个体中随机选取一定数量的个体作为初始种群；

S302.基于样本变量的概率分布随机生成个体组成备用种群，备用种群与初始种群的个体数量相同；

S303.对比初始种群和备用种群，对初始种群中个体的变量重赋值，赋值方法为其中x_ij为初始种群中第i个个体的第j个变量，为备用种群中第i个个体的第j个变量，p(j,x_ij)为第j个变量取值x_ij的概率，为第j个变量取值的概率。

2.根据权利要求1所述的一种基于改进遗传算法的武器-目标分配解决方法，其特征在于，S400包括迭代终止条件为满足预设的目标毁伤系数要求且种群的最大适应度值在最近100次迭代中没有变化。

3.根据权利要求1至2任一项所述的一种基于改进遗传算法的武器-目标分配解决方法，其特征在于，S200中所述的目标数量为50至100个样本。

4.根据权利要求1至2任一项所述的一种基于改进遗传算法的武器-目标分配解决方法，其特征在于，对样本的编码方式为整数编码。