基于差分进化算法的面目标瞄准点寻优

doi:10.3969/j.issn.1006-2475.2019.12.006

计算机与现代化

基于差分进化算法的面目标瞄准点寻优

(1.中国电子科技集团公司第十五研究所系统四部，北京100083;
2.中国电子科技集团公司第十五研究所总体部，北京100083;
3.中国电子科技集团公司第十五研究所系统八部，北京100083)

收稿日期:2019-03-30 出版日期:2019-12-11 发布日期:2019-12-11
作者简介:鄂翔南(1993-)，男，北京人，硕士研究生，研究方向：计算机系统结构，E-mail: exnwork@outlook.com; 刘泽平(1966-)，男，研究员级高级工程师，硕士，研究方向：信息系统总体技术及集成，E-mail: zepingliu@yahoo.com.cn; 张子晔(1995-)，女，硕士研究生，研究方向：计算机软件开发及数据集成，E-mail: 18810934029@163.com。

Optimization of Area Target Aiming Point Based on Differential Evolution Algorithm

(1. Department 4 of System, 15th Institute, China Electronics Technology Group Corporation, Beijing 100083, China;
2. General Department, 15th Institute, China Electronics Technology Group Corporation, Beijing 100083, China;
3. Department 8 of System, 15th Institute, China Electronics Technology Group Corporation, Beijing 100083, China)

Received:2019-03-30 Online:2019-12-11 Published:2019-12-11

摘要/Abstract

摘要： 瞄准点的寻优选取是导弹火力筹划的核心理论问题之一。针对此问题，本文基于矩形面目标毁伤面积计算设计评价函数，利用差分进化算法原理对面目标的瞄准点坐标进行实数编码，并设计差分进化算子，建立面目标瞄准点寻优模型。通过设计面目标计算实例对模型进行验证，实验结果表明，差分进化算法的稳定性较强且具有较好的操作性，模型求得的瞄准点可信度较高，能够提升导弹打击效果并降低打击成本，为火力筹划中瞄准点寻优提供了新方法。

关键词: 面目标, 差分进化算法, 毁伤面积, 瞄准点

Abstract: The optimization of aiming point is one of the core theoretical problems in missile firepower planning. In order to solve this problem, this paper designs an evaluation function based on the damage area calculation of rectangular area target, uses the principle of differential evolution algorithm to encode the coordinates of target aiming point, designs a differential evolution operator, and establishes an optimization model of target aiming point. The model is verified by designing an area target calculation instance. The experimental results show that the differential evolution algorithm has strong stability and good operability. The aiming point obtained by the model is highly reliable, and it can improve the missile strike effect and reduce the strike cost. It provides a new method for the optimization of the target point in firepower planning.

Key words: area target, differential evolution algorithm, damage area, aiming point

中图分类号:

TP391.9

鄂翔南1，刘泽平2，张子晔3. 基于差分进化算法的面目标瞄准点寻优[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2019.12.006.

E Xiang-nan1, LIU Ze-ping2, ZHANG Zi-ye3. Optimization of Area Target Aiming Point Based on Differential Evolution Algorithm[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2019.12.006.

参考文献

［1］徐斌. 基于差分进化算法的多目标优化方法研究与应用［D］. 上海:华东理工大学, 2013.
［2］邱成龙. 地地导弹火力运用原理［M］. 北京:国防工业出版社, 2001.
［3］张廷良,陈立新. 地地弹道式战术导弹效能分析［M］. 北京:国防工业出版社, 2001.
［4］魏静萱. 解决单目标和多目标优化问题的进化算法［D］. 西安:西安电子科技大学, 2009.
［5］汪定伟,王俊伟,王洪峰,等. 智能优化方法［M］. 北京:高等教育出版社, 2007.
［6］郝辉,李雪瑞,李亚雄. 基于遗传算法的面目标瞄准点寻优问题研究［J］. 兵器装备工程学报, 2016,37(1):128-131.
［7］王小亮,王运吉,关爱杰,等. 基于遗传算法的不规则区域瞄准点选择优化［C］// 第八届中国青年运筹信息管理学者大会论文集. 2006:580-585.
［8］STORN R, PRICE K. Differential Evolution: A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces［R］. Berkeley: University of California, 1995.
［9］陈亮. 改进自适应差分进化算法及其应用研究［D］. 上海:东华大学, 2012.
［10］颜如祥. 地地常规导弹瞄准点分布研究［J］. 现代电子工程, 2005(1):17-22.
［11］郝辉,李雪瑞,舒健生,等. 导弹打击三角形目标毁伤面积的一种解析计算方法［J］. 火力与指挥控制, 2013,38(6):143-145.
［12］康璞,毕义明,郑重. 导弹武器对体系目标毁伤的反向分析方法［J］. 四川兵工学报, 2012,33(11):24-28.
［13］杨晓段,刘曙云,蒋心晓,等. 基于遗传算法的炮兵火力计划方案模型分析［C］// 2009年中国智能自动化会议论文集(第二分册). 2009:568-572.
［14］姚跃亭,赵建军,王毅,等. WTA问题遗传算法的混沌改进［C］// 第29届中国控制会议论文集. 2010:5212-5215.
［15］张信启,黄锐,范阳涛. 常规导弹火力运用的优化［J］. 四川兵工学报, 2009,30(8):57-59.
［16］汪民乐,房茂燕. 导弹对面积目标射击效能的智能优化算法［J］. 弹道学报, 2014,26(1):45-49.
［17］BREST J, BOSKOVIC B, GREINER S, et al. Performance comparison of self-adaptive and adaptive differential evolution algorithms［J］. Soft Computing, 2007,11(7):617-629.
［18］DAS S, ABRAHAM A, CHAKRABORTY U K, et al. Differential evolution using a neighborhood-based mutation operator［J］. IEEE Transactions on Evolutionary Computation, 2009,13(3):526-553.
［19］LIU J H, LAMPINEN J. A fuzzy adaptive differential evolution algorithm［J］. Soft Computing, 2005,9(6):448-462.
［20］ALI MUSRRAT, PANT M. Improving the performance of differential evolution algorithm using Cauchy mutation［J］. Soft Computing, 2011,15(5):991-1007.
［21］CHIOU J P, CHANG C F, SU C T. Ant direction hybrid differential evolution for solving large capacitor placement problems［J］. IEEE Transactions on Power Systems, 2004,19(4):1794-1800.
［22］HRSTKA O, KUCEROVA A. Improvements of real coded genetic algorithms based on differential operators preventing premature convergence［J］. Advances in Engineering Software, 2004,35(3-4):237-246.
［23］汪慎文,丁立新,张文生,等. 差分进化算法研究进展［J］. 武汉大学学报(理学版), 2014,60(4):283-292.
［24］KAELO P, ALI M M. A numerical study of some modified differential evolution algorithms［J］. European Journal of Operational Research, 2006,169(3):1176-1184.

[1]	姜凯，苑金海. 融合差分进化和SOM的组合文本聚类算法[J]. 计算机与现代化, 2015, 0(5): 13-16+20.
[2]	丛婷婷;祝永志. 并行差分进化算法[J]. 计算机与现代化, 2011, 1(1): 49-3.

基于差分进化算法的面目标瞄准点寻优

Optimization of Area Target Aiming Point Based on Differential Evolution Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价