摘要

采用传统单种群NSGA-Ⅱ算法求解武器目标分配多目标优化数学模型,解算过程中容易陷入局部最优,且存在分布性不足、求解时间长等缺陷。为了改善算法性能,获得更好的Pareto最优解集结果,可结合深度强化学习和双种群“迁徙”思想对传统单种群NSGA-Ⅱ算法进行改进。采用深度强化学习DQN算法来对双种群“迁徙”操作中涉及到的各项迁徙参数进行调整优化,对深度强化学习要素进行设计,并通过实验验证改进后的NSGA-Ⅱ算法具有更好的算法性能,且算法耗时更少,表明论文改进NSGA-Ⅱ算法在求解武器目标分配问题上的有效性。