本发明专利技术公开了一种基于元启发式的空地编组划分方法，包括以下步骤：S1)防空区域责任划分；S2)建立区域防空最优责任区划分目标函数；S3)基于模拟退火机制改进的哈里斯鹰算法优化算法求解区域防空最优责任区划分方案；S4)区域防空责任区划分基于模拟退火机制改进的哈里斯鹰算法优化算法优化。结合模拟退火和哈里斯鹰算法可以克服各自的局限性，通过互补的优势提高算法的整体性能，从而更有效地进行全局优化。
【技术实现步骤摘要】
本专利技术涉及空地编组，尤其涉及一种基于元启发式的空地编组划分方法。
技术介绍
1、随着目前武器装备升级换代速度的加快，现有武器装备保卫能力越来越强，保卫覆盖范围也越来越大。采用一个防空武器系统仅保卫单个防空区域的方式已与目前防空武器的高速发展相矛盾。故本专利技术在空域区域防空责任区划分的基础上，提出区域化的防空责任区划分，使得一个防空武器系统可以同时保卫多个防空区域，减少资源使用成本，实现更高效的防空责任区划分。并基于区域化防空的特点，建立区域防空责任区划分模型，采用基于群智能理论改进的哈里斯鹰算法和模拟退火算法求解得出最优的区域防空责任区划分方案。
2、区域防空作战筹划的重要研究方向之一是火力规划预案问题，该问题可表述为：给定多个候选阵地条件下，通过设计优化目标和约束条件，采用特定优化算法求解最优的打击方案。常见的优化算法包括遗传算法、粒子群算法和差分进化算法等。其中，哈里斯鹰算法作为启发式搜索算法，优化目标不要求连续，且具备较强的并行性，可实现单值目标函数(或转化为单值目标)的优化求解，在作战火力规划等优化问题中得到广泛应用。
技术实现思路
1、本专利技术意在提供一种基于元启发式的空地编组划分方法，结合模拟退火和哈里斯鹰算法可以克服各自的局限性，通过互补的优势提高算法的整体性能，从而更有效地进行全局优化。
2、为达到上述目的，本专利技术提供如下技术方案：一种基于元启发式的空地编组划分方法，包括以下步骤：
3、s1)防空区域责任划分；
4、s2)建立区域防空最优责任区划分目标函数；
5、s3)基于模拟退火机制改进的哈里斯鹰算法优化算法求解区域防空最优责任区划分方案；
6、s4)区域防空责任区划分基于模拟退火机制改进的哈里斯鹰算法优化算法优化。
7、优选地，所述最优责任区划分目标函数是对防空区域的保卫效能指标达到最大，所述保卫效能指标以成功保卫防空区域的数学期望为基础，所述最优化的目标函数为：
8、f＝δq0＝min(q0)
9、即平均化我方资源消耗量，同时均衡化敌方目标来袭密度，保卫我方重要目标，约束条件如下：
10、∑li＝n,50＞xij≥-50；i＝1,2,…,m；j＝1,2
11、式中：xij为防空区域的上下边界，根据智能算法理论，结合区域防空责任区划分问题的特征，设计区域防空责任区划分模型的遗传算法。
12、优选地，所述基于模拟退火机制改进的哈里斯鹰算法优化算法具体步骤：
13、步骤1：初始化约束参数：最大迭代次数t；
14、步骤2：circle混沌初始化位置计算初始适应度，选择适应度最小的个体位置作为当前猎物位置；
15、步骤3：计算猎物逃逸能量e；
16、步骤4：当|e|≥1，且t/t≤0.5时，缩小飞行范围；当|e|≥1，且t/t≥0.5时，扩大飞行范围；当0.5≤|e|＜1时，采用渐进式种群扰动策略；当|e|＜0.5时，采用硬捕食围攻策略；其中，t为当前迭代次数；
17、步骤5：计算位置更新后的哈里斯鹰个体适应度，并与猎物适应度值进行比较：如果位置更新后的哈里斯个体适应座小于猎物适应度，则以适应度值最小的哈里斯鹰个体位置作为新的猎物位置；如果大于等于，则当前猎物位置不变；
18、步骤6：维持当前解和当前适应度；
19、步骤7：生成邻居解并计算其适应度，当当前解更优时使用当前解；当邻居解更优时，接受邻居解最为新的当前解；
20、步骤8：更新温度；
21、步骤9：判断t是否小于t，当t＜t时，返回步骤2；否则继续步骤10；
22、步骤10：返回最终的当前解和成本。
23、本技术方案的原理及有益效果：
24、结合模拟退火和改进的哈里斯鹰优化算法可以充分发挥两者的优点，从而提高全局搜索和局部搜索的效果。以下是结合两者的优点：
25、1)在哈里斯鹰算法算法中，通过levy飞行进行全局搜索，结合模拟退火可以更加灵活地探索解空间。
26、2)模拟退火算法还具有较强的局部搜索能力，有助于在已知局部最优解附近进行精细调整。在结合哈里斯鹰算法时，可以使用模拟退火进行局部搜索，提高算法的局部优化能力。
27、3)哈里斯鹰算法算法通过迁移操作、捕食操作和扰动操作维持了群体的多样性，有助于防止陷入局部最优解。这种多样性的维持有助于在全局搜索过程中更好地探索解空间。模拟退火算法的温度调度和随机性可以帮助跳出局部最优解，快速找到更好的解。结合哈里斯鹰算法算法，这种加速收敛的特性有助于在有限的迭代次数内更快地达到优化目标。
28、4)模拟退火和哈里斯鹰算法算法分别适用于不同类型的问题。结合两者，可以在不同阶段使用不同的搜索策略，从而更好地适应问题的性质。
29、综合来说，结合模拟退火和哈里斯鹰算法可以克服各自的局限性，通过互补的优势提高算法的整体性能，从而更有效地进行全局优化。
本文档来自技高网...
【技术保护点】
1.一种基于元启发式的空地编组划分方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于元启发式的空地编组划分方法，其特征在于：所述最优责任区划分目标函数是对防空区域的保卫效能指标达到最大，所述保卫效能指标以成功保卫防空区域的数学期望为基础，所述最优化的目标函数为：
3.根据权利要求1所述的一种基于元启发式的空地编组划分方法，其特征在于：所述基于模拟退火机制改进的哈里斯鹰算法优化算法具体步骤：
【技术特征摘要】
1.一种基于元启发式的空地编组划分方法，其特征在于包括以下步骤：
2.根据权利要求1所述的一种基于元启发式的空地编组划分方法，其特征在于：所述最优责任区划分目标函数是对防空区域的保卫效能指标达到最大，所述...
【专利技术属性】
技术研发人员：付强，范成礼，赵海州，李腾达，于登秀，王思远，孙武，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。