[发明专利]一种基于定向突变搜索人工蜂群算法的干扰决策方法

权利要求书

1.一种基于定向突变搜索人工蜂群算法的干扰决策方法，其特征是：

步骤1：通过时间、空间、功率、频率和干扰样式五个方面对干扰机与雷达进行一对一的评估，将评估得到的效益值构建出干扰效益矩阵B_ij；

步骤2：通过前方侦察机对雷达工作状态、雷达体制以及雷达的实际作战任务对雷达进行威胁等级评估p_j；

步骤3：利用干扰效益矩阵、雷达威胁等级和约束条件构建出雷达干扰决策模型以及目标函数；

步骤4：通过基于定向突变搜索人工蜂群算法求解，得到最优分配方案以及干扰收益值；

步骤5：根据最优方案向各干扰机发布任务。

2.根据权利要求书1所述的基于定向突变搜索人工蜂群算法的干扰决策方法，其特征是：所述的步骤1中一对一评估具体步骤如下：

步骤1.1：选取时间、空间、功率、频率和干扰样式五个方面作为评估指标进行评估；

步骤1.2：根据隶属度函数得出模糊关系矩阵

步骤1.3：利用层次分析法给出相应的权重A＝{A₁,A₂,A₃,…,A_m}；

步骤1.4：进行下面运算:其中为Zadeh算子，原始评判中采用取大取小算法(M(∧,∨)，即是进行运算，根据得出的一组隶属度值运用隶属度最大原则做出最后的评判结果，建立盈利矩阵。

3.根据权利要求书1所述的基于定向突变搜索人工蜂群算法的干扰决策方法，其特征是：所述的步骤3中的干扰决策模型：

目标函数：

其中，x_ij是决策变量，x_ij＝0表示干扰机i不对雷达j进行干扰，x_ij＝1则表示干扰机i对雷达j进行干扰；

约束条件：

其中，(1-1)表示干扰机i是否对雷达j进行干扰；(1-2)表示一部雷达至少被一台干扰机干扰；(1-3)表示一台干扰机i同时最多干扰α_i部雷达，以保证干扰机对雷达组网的干扰效果。

4.根据权利要求书1所述的基于定向突变搜索人工蜂群算法的干扰决策方法，其特征是：所述步骤4中：

步骤4.1：初始化算法参数，包括初始蜜源数量N、邻域搜索最大次数limit、最大迭代次数maxCycle；

步骤4.2：每个干扰决策矩阵作为适应度函数值来表示；根据不同的干扰决策矩阵取得的干扰效益f为依据，把N只蜜蜂中，f较大的一半成为“采蜜蜂”，另外一半成为“观察蜂”；

步骤4.3：所有采蜜蜂都对原有的决策矩阵进行定向突变搜索，根据当前采蜜蜂对原有的决策矩阵，得到所有干扰机对每个雷达此时的干扰效益值；对其中效益值最小的两部雷达的干扰决策结果进行突变，得到新的决策矩阵；根据贪婪准则当新的决策矩阵的f大于原矩阵的f，旧的决策矩阵X将会被新找到的决策矩阵X'所替换；搜索公式如下：

步骤4.4：所有观察蜂依概率确定它将跟随的采蜜蜂，基于定向突变改变这一采蜜蜂所对应矩阵的干扰策略，得到一个新决策矩阵；选择概率的公式如下：

步骤4.5：对决策矩阵X搜索了limit次后没有找到更大的f的新决策矩阵，则保存此时的最大值f和对应决策矩阵；返回步骤4.2，重复运行到满足maxCycle次后，选取令f值最大的决策矩阵X，该矩阵X就是能够得到最佳f值的决策方案。