针对联合火力打击任务规划中兵力、火力和目标之间的动态分配最优化困难问题,设计了一种基于竞争蛙跳的智能优化算法,并将其引入到联合火力打击任务规划问题中。竞争蛙跳算法在标准蛙跳算法基础上,引入遗传算法的寿终正寝和优胜劣汰机制,设计自然寿命和淘汰系数,使多代迭代后的最优个体快速逼近全局最优,而后通过熵权法和理想点法搭配获取联合火力打击任务规划的综合评分。仿真实验结果表明,竞争蛙跳算法不仅能够在有效时间内获取联合火力打击任务规划的最优解,且优化速度和收敛代数优于标准蛙跳算法和标准遗传算法。
科研之友
微信
新浪微博
Facebook
分享链接
