关于武器-目标分配问题的论文研究：采用直觉模糊遗传算法的优化方法.pdf

简介：
本文探讨了一种基于直觉模糊遗传算法优化武器-目标分配问题的方法，旨在提高军事行动中的资源利用效率和作战效能。 为解决传统算法在求解武器—目标分配（Weapon-Target Assignment, WTA）问题中存在的早熟及收敛速度慢的问题，本段落提出了一种基于直觉模糊遗传算法的解决方案，并引入了模拟退火Meta-Lamarckian学习策略和自适应变异机制以提升WTA问题求解效率与性能。研究首先全面考虑了WTA问题中的各种约束条件，确立了一个优化目标：在剩余威胁最小化的同时实现最大攻击伤害值，建立相应的数学模型并定义了隶属度及非隶属度函数；通过“最小—最大”算子构建直觉模糊WTA模型，并设计出模拟退火Meta-Lamarckian学习策略和自适应变异机制来增强局部寻优能力和后期收敛速度。最终经过实例验证并与遗传算法（GA）、粒子群优化算法（PSO）等进行对比分析，证明了该方法的有效性和优越性。