科研之友
微信
新浪微博
Facebook
分享链接
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。
