基于改进NSGA-III 算法的动态武器协同火力分配方法*

于博文，吕 明

（南京理工大学，南京 210094）

0 引言

在防御作战场景下，武器- 目标动态分配（DWTA）问题是战斗指挥过程中较为重要的一个环节。一些学者将智能算法应用在处理武器-目标动态分配优化问题上，但是存在收敛较慢和优化效果差等问题，无法应对现代战场中复杂多变的作战态势［1-3］。如何有效提高防御场景下武器资源的整体作战效能，适应现阶段复杂多变的战场动态变化，将成为DWTA 问题的研究重点和难点。

武器-目标动态分配问题是典型的多目标约束组合优化问题，此类问题通常用多目标进化算法进行优化求解。多目标进化算法的发展趋势主要集中在求取Pareto 前沿，而非支配排序遗传算法（NSGA-III）［4］就是其中的典型代表，在处理多目标优化问题上具有较为广泛的应用，但是其收敛性存在一定不足。文献［5-7］引入自适应机制和Genetic K-means 聚类算法，通过其来保证解集的有效性和提高算法的收敛性。基于此，本文提出基于A-NSGA-GKM 算法的动态武器协同火力分配方法。建立以资源消耗最小、我方作战资源损耗最小，敌方剩余价值最小为优化目标的打击决策模型；建立基于A-NSGA-GKM 算法的动态武器协同火力分配优化模型；通过实验仿真验证基于A-NSGA-GKM 算法的动态武器协同火力分配方法的有效性。

1 动态武器火力分配决策模型

1.1 决策模型

图1 动态武器协同火力分配过程

图2 s阶段决策变量x示例

1.2 优化目标

在实际拦截作战过程中作战资源有限，为了保证火力打击分配方案的有效性并完成拦截任务，因此，以敌方战场剩余价值最小、作战资源消耗最少、近距离作战武器损失价值最小为火力打击分配模型的优化目标，如式（6）所示，约束条件如式（7）～式（10）所示。……