下载掌阅APP，畅读海量书库
立即打开
空袭与反空袭的较量是现代战场的主要模式之一。典型的防空作战过程如图1所示，防空火力分配在防御作战中起着至关重要的作用，其核心问题是获取武器的最大化作战效能 [1] 。在空袭目标到达分配终线之前，优化分配是一个动态过程，分配预案将随着当前作战态势、目标威胁程度、各火力单元射击准备与实施情况的变化而适时调整。目前对火力分配问题的研究集中在模型和算法两个方面。从目标函数的准则、约束条件等角度可以构建不同的火力优化分配模型。按考虑时间因素与否，火力分配问题的模型研究又可分为静态模型与动态模型。
图1典型防空作战过程
火力分配问题是属于军事运筹学中典型的NP问题，解空间的大小是随着问题规模呈指数增长，因而各国学者历来重视该问题算法的研究。传统的枚举法、动态规划法和匈牙利法，算法思想较为简单，但编程繁琐、收敛速度慢，仅适用于简单的作战分配任务。进化算法的快速发展为火力分配开辟了新的途径，如遗传算法和蚁群算法被广泛用于求解满足杀伤概率的火力分配问题，但这两类算法对于复杂战场环境难以同时满足时间性能和求解精度两方面要求 [2, 3] 。为寻求更快速、有效配对方案，文献[4～5]采用收敛速度更快的粒子群优化算法对模型进行求解，但存在容易陷入局部最优解和映射空间大的问题。实际区域防空作战时，火力单元的拦截性能与杀伤区大小、目标高度、航路捷径和飞行速度等都有紧密的关联，火力单元仅能分配给那些满足拦截条件的目标 [6] 。本文在防空火力分配建模和算法应用方面，提出了考虑拦截可行域的编码方法，有效缩小了问题解空间，同时针对算法早熟现象，给出了种群多样性控制方法，提高了火力分配算法的性能。