武器目标动态分配问题的参考文档

武器目标动态分配问题

结构

1.变量
建模符号参数意义类型变量名称初始
E目标函数doubleeN
N目标个数intTarget_NumY
M防空武器个数intWeapons_NumY
i目标编号intiY
j武器编号intjY
Plantform_Num平台个数intPlantform_NumY
Pkij第k武器平台防空武器j对目标i的毁伤概率doubledestory [Target_Num] [Plantform_Num] [Weapons_Num]Y
Cij目标i对第k武器平台防空武器j的威胁值doublethreat [Target_Num] [Plantform_Num] [Weapons_Num]Y
ri每一个目标分配的武器数量intonet_w [Target_Num]N
//si/分配每一个武器的目标数量//int//onew_t//N
x(i,j)武器j对目标i的拦截情况=1 拦截 =0不拦截intinterceptN
2.目标函数

E = ∑ i = 1 N ( 1 − ∏ j = 1 M ( 1 − C i j ⋅ P j i ⋅ x ( i , j ) ) ) E = \displaystyle\sum_{i=1}^N (1-\prod_{j=1}^M(1-C{ij}\cdot P{ji}\cdot x(i,j))) E=i=1N(1j=1M(1CijPjix(i,j)))

3.其它变量
名称意义类型变量名称
Wki第k武器平台第i个武器结构体Plantform
D一个目标的武器分配情况结构体Distribution
each_plant_weapons每一个平台的武器数目int [ ]each_plant_weapons[Plantform_Num]
num迭代数intIterations
PopSize种群内染色体个数intGroup_Num
Chrom染色体结构体Chrom
Group种群结构体Group
P_Change交叉概率floatP_Change
P_Variation变异概率floatP_Variation
P_Copy复制概率floatP_Copy
4.平台结构体(Plantform )
名称意义类型变量名称
k平台编号intk
j武器编号intj
destory毁伤概率doubledestory
threat目标对该平台的威胁值doublethreat
5.一个目标的武器分配情况结构体(GD)
名称意义类型变量名称
Wki第k武器平台第i个武器结构体数组Plantform [onet_w [i]]
i目标编号inti
ri每一个目标分配的武器数量intonet_w
6.染色体结构体(Chrom)
名称意义类型变量名称
GD所有武器的分配情况结构体数组Group_distribution [target_num]
chrom_num染色体编号intchrom_num
E目标函数的值doublee
7.种群结构体(Group)
名称意义类型变量名称
Chrom染色体数组Chrom [Group_Num]
fitness适应度数组doublefitness[ ]
Bestchrom最优个体ChromBestchrom
BestFitness最优适应度doubleBestFitness
BestNum最优个体编号intBestNum

数据源

1.毁伤值(参考)
平台武器12345
110.30.10.90.90.9
120.40.20.90.90.9
130.30.60.60.80.5
210.20.80.20.70.3
220.20.40.10.10.4
230.10.50.40.60.5
240.40.60.10.50.1
250.30.80.10.10.8
260.10.90.70.60.7
270.10.90.80.20.7
310.50.60.50.50.6
320.40.50.20.40.3
330.20.40.60.20.1
340.10.20.50.70.3
350.30.10.50.60.2
2.目标武器分配情况
目标(15)武器个数(15)
12
23
34
41
54
平台编号武器个数需随机产生Wki
13
27
35

处理过程

1.计算适应度

适 应 度 函 数 和 目 标 函 数 一 致 公 式 E = ∑ i = 1 N ( 1 − ∏ j = 1 M ( 1 − C i j ⋅ P j i ⋅ x ( i , j ) ) ) 适应度函数和目标函数一致公式\\ E = \displaystyle\sum_{i=1}^N (1-\prod_{j=1}^M(1-C{ij}\cdot P{ji}\cdot x(i,j))) E=i=1N(1j=1M(1CijPjix(i,j)))

2.选择 采用轮盘赌方法

适应度概率
f i t n e s s [ i ] = a d e p t i ∑ j = 1 N a d e p t j fitness[i]=\dfrac{adept_i}{\sum_{j=1}^{N}adept_j} fitness[i]=j=1Nadeptjadepti
个体累计概率
a d d [ i ] = ∑ j = 1 i f i t n e s s [ j ] add[i]=\sum_{j=1}^{i}fitness[j] add[i]=j=1ifitness[j]

3.复制

P_Copy * Group_Num

轮盘赌法选择个体直接复制到子代

随机生成[0,1] 之间的数r ,若add[j] >r,则选择个体 j, 若add[j]<r 继续遍历j并产生新的随机数r,直到达到P_Copy * Group_Num个

4.交叉、变异

(1-P_Copy) * Group_Num

把轮盘赌没有选择到的进行两两配对

在[0,1]产生新的随机数s,若s>P_Varitation,进行交叉,随机产生两个目标的编号x,y,把连续的两对染色体进行[x,y]目标武器的分配情况进行交换。

若s<P_Varitiation,进行变异,随机产生数x,选择编号x的目标,随机产生x,y两个数,改变武器分配为x平台y武器

输出情况

第几代染色体编号适应度
目标(平台,武器)(平台,武器)(平台,武器)(平台,武器)
1
2
3
4
5
6
7
8
9
10
  • 1
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值