[发明专利]一种基于对立思想改进遗传算法的多UCAV在线打击目标分配方法

摘要

本发明提出了一种基于对立思想改进遗传算法的多UCAV在线打击目标分配方法，首先设计了满足多UCAV在线打击目标分配问题的各维度数值互不相等约束的设计变量，针对多UCAV在线打击目标分配问题对标准遗传算法定制改进，然后在遗传操作中引入对立思想，增加了种群的多样性。本发明提出的方法集成对立思想处理机制和遗传算法，避免了传统算法求解过程中陷入局部最优解和耗时太长，且形成的方法具有较强全局收敛能力，解决了现有技术在求解多UCAV在线打击目标分配时效率低的问题。

主权项

1.一种基于对立思想的遗传算法的多UCAV在线打击目标分配方法，其特征在于，包括步骤如下：步骤1，种群初始化，即依据多UCAV在线打击目标分配给定的设计变量的特定约束，赋予所有初始种群个体一随机满足设计变量的特定约束的值，初始种群中的每个个体都是多UCAV在线打击目标分配方法中的一个可行解；步骤2，检验当前迭代次数是否满足收敛准则，如果满足收敛准则，则当前迭代最优解为当前多UCAV在线打击目标分配问题的全局最优解或次优解，迭代结束；步骤3，依据适应度函数计算种群每一个个体的适应值，采用轮盘赌选择策略从当前种群中选择出待交叉操作个体，根据交叉概率，使用交叉算子PMX对待交叉操作个体进行交叉操作；然后，根据变异概率，使用变异算子DM对交叉后的个体进行变异操作，经过交叉、变异遗传操作后的个体仍然能够满足设计变量的特定约束；步骤4，依据随机产生的介于0～1之间的随机数，判断该随机数是否小于设计的对立概率，对立概率是指是否执行对立运算的概率，如果满足则转入步骤5；否则转入步骤7；步骤5，依概率对群体中的个体做对立运算，对立运算是一种基于对立思想的运算准则，做对立运算后的个体仍然满足设计变量的特定约束；步骤6，依据适应度函数计算新生成的对立个体的适应值，比较原种群个体和相应对立个体的适应值大小，选择出适应值大的个体作为当前种群，对立个体是指针对种群中的个体，使用对立运算进行运算后得到的个体；步骤7，将当前种群作为新一代种群继续进行迭代循环，转入步骤2。