[发明专利]一种多目标鲸鱼优化算法的武器目标分配方法

权利要求书

1.一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，包括：

构建武器目标分配模型；

初始化参数和武器分配方案；

获取多个目标函数值；

通过所述目标函数值计算鲸鱼个体之间的非支配关系分层并进行排序；

获得同一个Pareto等级下的拥挤度并排序；

将父代与子代鲸鱼个体进行精英保留操作，并记录最优分配方案；

对武器分配方案进行交叉和变异操作；

更新武器分配方案；

如果达到最大迭代次数，则输出最优分配方案，否则更新获取多个目标函数值，继续寻找目标分配方案。

2.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，所述构建武器目标分配模型，具体包括：

用M个武器平台的武器打击N个来袭目标，多个武器平台拥有多种同类型的武器，所有武器平台拥有的武器数目矩阵W＝{w₁,w₂,...,w_i,...,w_M}，w_i表示第i武器平台的武器数量，每个武器平台中的武器制作成本矩阵V＝{v₁,v₂,...,v_i,...,v_M}，v_i表示第i武器平台中武器的制作成本，打击的目标数为T＝{t₁,t₂,...,t_j,...,t_N}，t_j表示第j个打击目标；所有武器平台所拥有武器的总数量不少于来袭目标总数量武器平台对来袭目标的毁伤概率矩阵为[P_ij]_MxN，p_ij∈(0,1)表示第i个武器平台对第j个来袭目标的毁伤概率，来袭目标的威胁系数矩阵为TC＝[tc_j]_1xN，对来袭目标进行归一化处理表示第j个来袭目标的威胁系数值；

武器的分配数量矩阵为X＝[x_ij]_MxN，x_ij≥0表示第i个武器平台打击第j个来袭目标时所使用的武器数量，分配打击来袭目标的武器数量不能超出武器平台所拥有的数量在M个武器平台的武器分配下，对目标j的毁伤概率为则来袭目标的毁伤概率最大为武器成本函数为故武器目标分配模型如下：

由于目标函数毁伤程度是求最大值，而弹药消耗是求最小值，对目标函数的毁伤程度进行倒数处理，这样目标函数毁伤程度的最大值，也意味着函数F₁的最小值。

3.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，初始化参数和武器分配方案，具体包括：初始化鲸鱼种群大小NP，交叉概率cp，变异概率mp，迭代次数t和最大迭代次数T_max；根据所述武器目标分配模型，用M个武器平台的武器打击N个来袭目标，每个武器平台的武器随机分配用于打击来袭目标，分配范围在[0,N]之间，0表示该武器没有分配，N表示该武器打击第N个目标，将所有武器平台的武器数量分配完，鲸鱼个体维度为此时产生的一个分配矩阵就对应一个鲸鱼个体，初始化鲸鱼种群大小NP，表示有NP个武器打击来袭目标的分配方案。

4.根据权利要求1所述一种多目标鲸鱼优化算法的武器目标分配方法，其特征在于，获取多个目标函数值，具体包括：每个鲸鱼个体都代表着一种武器打击目标的分配方案，计算鲸鱼种群大小为NP，对应的各个目标函数值。