HEURISTIC PARTICLE SWARM OPTIMIZATION ALGORITHM FOR AIR COMBAT DECISION-MAKING ON CMTA  

协同多目标攻击空战决策的启发式粒子群优化算法(英文)

作　　者：罗德林[1] 杨忠[1] 段海滨[2] 吴在桂[1] 沈春林[1] 

机构地区：[1]南京航空航天大学自动化学院 [2]北京航空航天大学自动化科学与电气工程学院

出　　处：《Transactions of Nanjing University of Aeronautics and Astronautics》2006年第1期20-26,共7页南京航空航天大学学报（英文版）

基　　金：航空科学基金(02F15001)资助项目~~

摘　　要：Combining the heuristic algorithm （HA） developed based on the specific knowledge of the cooperative multiple target attack （CMTA） tactics and the particle swarm optimization （PSO）, a heuristic particle swarm optimization （HPSO） algorithm is proposed to solve the decision-making （DM） problem. HA facilitates to search the local optimum in the neighborhood of a solution, while the PSO algorithm tends to explore the search space for possible solutions. Combining the advantages of HA and PSO, HPSO algorithms can find out the global optimum quickly and efficiently. It obtains the DM solution by seeking for the optimal assignment of missiles of friendly fighter aircrafts （FAs） to hostile FAs. Simulation results show that the proposed algorithm is superior to the general PSO algorithm and two GA based algorithms in searching for the best solution to the DM problem.利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明,本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。

关 键 词：air combat decision-making cooperative multiple target attack particle swarm optimization heuristic algorithm 

分 类 号：V247[航空宇航科学与技术—飞行器设计] E837[军事—战术学]