周于翔,舒健生,鄭曉龍,郝 輝,武 健

(火箭軍工程大學(xué),陜西 西安 710025)

隨著科技的不斷發(fā)展,常規(guī)導(dǎo)彈的彈型和數(shù)量不斷增多。按照其裝藥成分的差異,彈頭通常分為核彈頭、常規(guī)彈頭和特種彈頭等。不同的彈頭具有不同的殺傷機(jī)理,會(huì)造成不同的毀傷效果。作戰(zhàn)時(shí),對(duì)同一目標(biāo)采用具有多種毀傷效應(yīng)的導(dǎo)彈進(jìn)行打擊,將造成復(fù)合的毀傷效應(yīng),可能會(huì)取得更好的打擊效果,使目標(biāo)修復(fù)更加困難。

因此,在今后的戰(zhàn)爭(zhēng)中,我們面臨的將不僅是單彈打擊問(wèn)題,更是多數(shù)量、多彈型導(dǎo)彈的混合火力打擊問(wèn)題。優(yōu)秀的打擊方案不僅要達(dá)到相應(yīng)的毀傷效果,而且要盡可能節(jié)約彈藥,提高作戰(zhàn)效費(fèi)比,用最少的代價(jià)獲得最大的毀傷效果[1]。導(dǎo)彈的瞄準(zhǔn)點(diǎn)選擇與其造成的毀傷效益直接相關(guān),如果瞄準(zhǔn)點(diǎn)位置選擇恰當(dāng),就可以節(jié)約武器用量,用較少的導(dǎo)彈完成作戰(zhàn)任務(wù)。因此,需預(yù)先對(duì)瞄準(zhǔn)點(diǎn)進(jìn)行優(yōu)化,得到各枚導(dǎo)彈的最優(yōu)瞄準(zhǔn)點(diǎn)。

二維平面瞄準(zhǔn)點(diǎn)的選擇過(guò)程是一種多峰性質(zhì)的非線性函數(shù)尋求最優(yōu)解的問(wèn)題。傳統(tǒng)的尋優(yōu)搜索算法(如禁忌搜索算法、爬山算法和步長(zhǎng)加速法)容易使結(jié)果陷入局部最優(yōu),且算法的效率和精度都不高[2]。本文采用改進(jìn)遺傳算法對(duì)各枚導(dǎo)彈的瞄準(zhǔn)點(diǎn)進(jìn)行全局尋優(yōu),將求得的總毀傷價(jià)值指標(biāo)與平均相對(duì)毀傷面積指標(biāo)進(jìn)行歸一化處理,再按權(quán)重統(tǒng)一為變電所目標(biāo)的整體功能下降指標(biāo)，通過(guò)計(jì)算該指標(biāo)的最大值,確定各枚導(dǎo)彈的最優(yōu)瞄準(zhǔn)點(diǎn)[3]。

1 目標(biāo)分析與毀傷指標(biāo)模型

1.1 變電所目標(biāo)分析

變電所是電力系統(tǒng)中變換電壓、接受和分配電能、控制電力的流向和調(diào)整電壓的電力設(shè)施,它通過(guò)變壓器將各級(jí)電網(wǎng)連接起來(lái)[4]。變電所中起變換電壓作用的是電力變壓器,另外，還有配電裝置、控制設(shè)備、保護(hù)裝置、調(diào)度通信裝置與補(bǔ)償裝置等設(shè)備。

主控樓內(nèi)設(shè)監(jiān)視、控制和保護(hù)變電所一次設(shè)備和二次設(shè)備的裝置。其主體一般為大量梁、柱共同搭建的框架結(jié)構(gòu),所占空間不大。由于存在較多精密電子設(shè)備,被打擊后修復(fù)較為困難,可視為重要點(diǎn)目標(biāo)。

電力變壓器是變電所的主要設(shè)備,負(fù)責(zé)調(diào)整電壓[5]。該目標(biāo)體積小，易損。一般情況下,該目標(biāo)損毀后以新設(shè)備進(jìn)行替換,可視為重要點(diǎn)目標(biāo)。

露天開(kāi)關(guān)控制輸電線路的通斷,同時(shí)，對(duì)主變電壓器起保護(hù)作用[5]。露天開(kāi)關(guān)對(duì)變電所的重要程度一般,其數(shù)量較多,體積較小,可視為點(diǎn)目標(biāo),損毀后恢復(fù)相對(duì)容易。

變電所中的輸電線通常呈大面積網(wǎng)狀分布,可視為面目標(biāo)。若電線短路可能產(chǎn)生連鎖反應(yīng),使主變電壓器損壞,并且，因短路產(chǎn)生的電火花可能造成變電所二次毀傷[6]。因此,可對(duì)變電所內(nèi)點(diǎn)目標(biāo)如主控樓、變壓器和露天開(kāi)關(guān)進(jìn)行打擊;同時(shí),可對(duì)面目標(biāo)如電網(wǎng)線路進(jìn)行打擊。

1.2 彈目匹配分析

整體爆破彈的裝填系數(shù)非常大,戰(zhàn)斗部的高爆炸藥引發(fā)后,將產(chǎn)生高溫高壓的爆炸物,使周?chē)臍怏w形成劇烈壓縮,從而形成沖擊波，并對(duì)目標(biāo)產(chǎn)生損傷。這種彈頭比較適合對(duì)付輕裝甲目標(biāo)和建筑物。前文提出的主控樓、變壓器、露天開(kāi)關(guān)都適合使用這種導(dǎo)彈進(jìn)行打擊。表1所示為目標(biāo)分析與武器選擇。

表1 目標(biāo)分析與武器選擇

石墨彈的戰(zhàn)斗部裝藥為碳纖維絲。導(dǎo)彈戰(zhàn)斗部被引爆時(shí),會(huì)將戰(zhàn)斗部中預(yù)先裝填的碳纖維絲拋出。碳纖維絲細(xì)微、輕盈,較為頑固,不容易清理,附著到電網(wǎng)線路上會(huì)導(dǎo)致電路短路,進(jìn)而導(dǎo)致電網(wǎng)斷電,甚至造成二次毀傷。只要不將其清除,短路現(xiàn)象將持續(xù)產(chǎn)生。因此,石墨彈適合用于電網(wǎng)線路打擊。

1.3 毀傷指標(biāo)模型

1)毀傷價(jià)值比例指標(biāo)N1

毀傷價(jià)值比例指標(biāo)是導(dǎo)彈總毀傷價(jià)值占目標(biāo)總價(jià)值的比例,從價(jià)值的角度反映了該目標(biāo)的毀傷程度。

(1)

其中:mj為各點(diǎn)目標(biāo)的價(jià)值,j=1,2,…,n;pj為各點(diǎn)目標(biāo)的毀傷概率,j=1,2,…,n;Mh為目標(biāo)的總毀傷價(jià)值;Mz為目標(biāo)的總價(jià)值。

2)相對(duì)毀傷面積指標(biāo)N2

相對(duì)毀傷面積指標(biāo)衡量的是目標(biāo)區(qū)域毀傷面積占目標(biāo)總面積的比例。

(2)

其中:Sh為目標(biāo)毀傷面積;Sz為目標(biāo)總面積。

3)目標(biāo)整體毀傷指標(biāo)H

目標(biāo)整體性能下降指標(biāo)H衡量了目標(biāo)總體性能的損毀程度。導(dǎo)彈主要產(chǎn)生多少種毀傷效應(yīng),目標(biāo)整體功能下降指標(biāo)就應(yīng)該被分為多少個(gè)部分進(jìn)行求解。得出各子指標(biāo)值后,再按照各類(lèi)毀傷作用對(duì)被攻擊對(duì)象影響力度的差異,對(duì)每一指標(biāo)賦予合適的權(quán)重,最后進(jìn)行求和，得出目標(biāo)整體毀傷指標(biāo)值。

本文中,目標(biāo)整體功能下降指標(biāo)H由毀傷價(jià)值比例指標(biāo)N1和相對(duì)毀傷面積指標(biāo)N2加權(quán)求和得到。

H=C1N1+C2N2

(3)

其中:C1、C2為子毀傷指標(biāo)的權(quán)重系數(shù)。

2 基于改進(jìn)遺傳算法的瞄準(zhǔn)點(diǎn)優(yōu)化模型

遺傳算法以隨機(jī)搜索的方式模擬自然進(jìn)化的過(guò)程,通過(guò)選擇、交叉和變異等遺傳操作進(jìn)行目標(biāo)函數(shù)的整體搜索尋優(yōu),進(jìn)而得出最優(yōu)結(jié)果[7]。它的主要特征是直接處理結(jié)構(gòu)對(duì)象,對(duì)函數(shù)連續(xù)性沒(méi)有限制,具有隱式并行性，整體優(yōu)化能力更突出。

2.1 模型編碼規(guī)則

本文所建立的瞄準(zhǔn)點(diǎn)選擇模型是一個(gè)二維的多峰值優(yōu)化問(wèn)題?？紤]問(wèn)題求解中實(shí)際操作的便捷性和求解效率,本文采用雙精度實(shí)數(shù)編碼。對(duì)于本問(wèn)題,n枚導(dǎo)彈的瞄準(zhǔn)點(diǎn)為(xm1,xm2,…,xmn),(ym1,ym2,…,ymn)，則編碼為xm1xm2…xmnym1ym2…ymn。

2.2 群體的產(chǎn)生與多樣化處理

初始群體的基數(shù)越大,群體越具有代表性,運(yùn)算得到最優(yōu)解的可能性就越大。但群體基數(shù)過(guò)大又會(huì)導(dǎo)致運(yùn)算量的增加,使算法效率降低。因此,我們需要選取適當(dāng)數(shù)量的初始群體,記為num,并且要盡可能增加群體的多樣性,避免陷入局部最優(yōu)。本文擬定num=100,運(yùn)用隨機(jī)數(shù)方法產(chǎn)生種群的初始個(gè)體。

在進(jìn)行選擇操作前,將所有個(gè)體進(jìn)行比較,相同基因位的相同基因的量<50%的個(gè)體組成新的群體,確保群體的多樣性,防止算法產(chǎn)生“早熟”現(xiàn)象[8]。

2.3 瞄準(zhǔn)點(diǎn)選擇模型

當(dāng)導(dǎo)彈的戰(zhàn)術(shù)指標(biāo)、技術(shù)指標(biāo)與毀傷效應(yīng)確定時(shí),其對(duì)目標(biāo)造成的毀傷應(yīng)該按相應(yīng)的毀傷效果指標(biāo)進(jìn)行計(jì)算,且指標(biāo)值的大小僅與瞄準(zhǔn)點(diǎn)的坐標(biāo)有關(guān)。比較該枚導(dǎo)彈在各瞄準(zhǔn)點(diǎn)的毀傷效果指標(biāo)值Mk的大小,Mk最大的點(diǎn)是該導(dǎo)彈的最佳瞄準(zhǔn)點(diǎn)。本文中,混合火力打擊進(jìn)行混合指標(biāo)整體優(yōu)化時(shí),Mk的值是目標(biāo)整體功能的下降指標(biāo)H。

(4)

其中:Lxl、Lxr、Lyd、Lyu分別為目標(biāo)區(qū)域的左邊界、右邊界、下邊界和上邊界。

2.4 遺傳算子設(shè)計(jì)

遺傳算法中常用的遺傳算子包括選擇算子、交換算子和變異算子。

1)選擇算子

選擇算子的作用是保留優(yōu)勢(shì)解,淘汰劣解。如今遺傳算法中常常選擇既簡(jiǎn)單又方便的輪盤(pán)賭選擇法作為選擇算子。輪盤(pán)賭選擇方法是一種以個(gè)體適應(yīng)度大小為指標(biāo)的隨機(jī)選擇手段。個(gè)體的特征被遺傳至后代的概率與其適應(yīng)度值在總?cè)后w里所有個(gè)體的適應(yīng)度值的總和中所占比重相對(duì)應(yīng)。但這種方法具有隨機(jī)性,可能造成算法中優(yōu)勢(shì)個(gè)體的丟失,從而陷入局部最優(yōu)。

因此,本文在采取輪盤(pán)賭選擇法前,將每代最優(yōu)秀個(gè)體存放在經(jīng)驗(yàn)池中,之后將某個(gè)體i所擁有的適應(yīng)度值表示為Mi,借助式(5)就能求解出它被選中的概率。將劣勢(shì)個(gè)體淘汰后,若群體數(shù)量不夠,則從經(jīng)驗(yàn)池中抽取優(yōu)勢(shì)個(gè)體進(jìn)行補(bǔ)充。

(5)

2)交叉算子

交叉操作的含義是指兩個(gè)將要進(jìn)行交叉行為的染色體按交叉概率以一定的形式進(jìn)行部分基因的置換,并生成兩種全新的個(gè)體。交叉屬于融合算法體系里生成新個(gè)體的基本模式。目前，常用的交叉算子有單點(diǎn)交叉、多點(diǎn)交叉、整體算術(shù)交叉等[9]。為適應(yīng)此問(wèn)題的一些基本特征,本文選擇兩點(diǎn)交叉的方法來(lái)處理。首先,對(duì)種群設(shè)定雜交概率(本文設(shè)定為0.8),即種群中0.8*num的個(gè)體可以進(jìn)行交叉操作。再對(duì)將要進(jìn)行交叉的兩根染色體以隨機(jī)形式確定兩個(gè)交叉位置a1、a2(1

3)變異算子

變異操作就是用該基因座所含的另一等位基因取代原有基因值的過(guò)程。本文采用以下基本位變異:首先,設(shè)定變異概率P=0.05，判斷是否需要進(jìn)行變異操作；然后,設(shè)定隨機(jī)數(shù)，確定將要進(jìn)行變異的基因座。

2.5 算法終止

確定最大遺傳代數(shù)Gm,在經(jīng)過(guò)n次迭代后,若適應(yīng)度無(wú)明顯提高,則算法終止。否則,將繼續(xù)種群進(jìn)化,直到迭代至Gm代。

3 多彈混合瞄準(zhǔn)點(diǎn)優(yōu)化計(jì)算流程

3.1 毀傷價(jià)值比例指標(biāo)N1的計(jì)算

第一步,計(jì)算目標(biāo)總價(jià)值Mz。按點(diǎn)目標(biāo)的重要程度將打擊范圍內(nèi)的k個(gè)點(diǎn)目標(biāo)賦值為(m1,m2,…,mk),并通過(guò)公式(6)進(jìn)行求解。

(6)

第二步,計(jì)算各點(diǎn)目標(biāo)的毀傷概率pj。若不計(jì)系統(tǒng)誤差,導(dǎo)彈彈著點(diǎn)散布規(guī)律為圓正態(tài)分布[10]。記各導(dǎo)彈的毀傷半徑為(R1,R2,…,Rn),CEP為(CEP1,CEP2,…,CEPn),瞄準(zhǔn)點(diǎn)的橫縱坐標(biāo)分別為(xm1,xm2,…,xmn),(ym1,ym2,…,ymn),對(duì)各點(diǎn)目標(biāo)的毀傷概率為(p1,p2,…,pk)。本文采用蒙特卡洛模擬方法計(jì)算一波次導(dǎo)彈打擊后每個(gè)點(diǎn)子目標(biāo)的毀傷概率。

首先,利用蒙特卡洛模擬法依次產(chǎn)生各枚導(dǎo)彈的彈著點(diǎn)[11]。首先產(chǎn)生(0,1)的隨機(jī)數(shù)η1(0,1)、η2(0,1),再代入下列公式,根據(jù)各導(dǎo)彈的瞄準(zhǔn)點(diǎn)坐標(biāo)(xmi,ymi)計(jì)算其落點(diǎn)坐標(biāo)(xhi,yhi)。

(7)

CEP=1.1774σ

(8)

然后,判斷各點(diǎn)子目標(biāo)是否被毀傷,進(jìn)而計(jì)算該波次導(dǎo)彈打擊后的總毀傷價(jià)值。根據(jù)公式(9)依次判斷各點(diǎn)目標(biāo)是否被各枚導(dǎo)彈的毀傷圓(以彈著點(diǎn)為圓心,以R為毀傷半徑的圓)覆蓋。若該點(diǎn)目標(biāo)被某枚導(dǎo)彈毀傷圓覆蓋,則該點(diǎn)目標(biāo)被有效毀傷。反之,則未被毀傷。記各點(diǎn)目標(biāo)被毀傷次數(shù)為Nj。若判定點(diǎn)目標(biāo)j被命中,則標(biāo)記值Nj++。

(9)

其中:(xj,yj)為點(diǎn)目標(biāo)的坐標(biāo)值,j=1,2,…,n;Ri為該導(dǎo)彈的毀傷半徑。

最后,重復(fù)進(jìn)行N次蒙特卡洛模擬,由公式(10)計(jì)算各點(diǎn)目標(biāo)的毀傷概率。

(10)

第三步,計(jì)算毀傷價(jià)值比例指標(biāo)N1。先根據(jù)公式(11)計(jì)算總毀傷價(jià)值指標(biāo)值Mh,最后，對(duì)該指標(biāo)進(jìn)行歸一化處理,得到毀傷價(jià)值比例指標(biāo)N1。

(11)

(12)

3.2 平均相對(duì)毀傷面積指標(biāo)N2

平均相對(duì)毀傷面積指標(biāo)是指對(duì)面目標(biāo)造成的平均毀傷比例,即毀傷部分占矩形面目標(biāo)總體面積的比例N2。

首先,需要對(duì)面目標(biāo)進(jìn)行離散化處理,使其轉(zhuǎn)化為若干數(shù)量點(diǎn)的集合[12]。

然后,與毀傷指標(biāo)N1的計(jì)算相似,采用蒙特卡洛模擬法產(chǎn)生各枚導(dǎo)彈的彈著點(diǎn)。被導(dǎo)彈毀傷圓覆蓋的區(qū)域?yàn)橛行麉^(qū)。在所有導(dǎo)彈打擊后,統(tǒng)計(jì)矩形目標(biāo)內(nèi)被毀傷圓覆蓋的點(diǎn)的總個(gè)數(shù)SUMd,被毀傷點(diǎn)不重復(fù)計(jì)數(shù)。在計(jì)算機(jī)重復(fù)進(jìn)行N次模擬后,利用公式(13)計(jì)算面目標(biāo)的平均相對(duì)毀傷面積指標(biāo)N2：

(13)

3.3 目標(biāo)整體毀傷指標(biāo)H

目標(biāo)毀傷指標(biāo)計(jì)算流程如圖1所示。

圖1 毀傷指標(biāo)計(jì)算流程

本文中,目標(biāo)整體功能下降指標(biāo)H由兩個(gè)子毀傷指標(biāo)計(jì)算得到。兩個(gè)指標(biāo)分別為:1)總毀傷價(jià)值占點(diǎn)子目標(biāo)整體價(jià)值之和的比例N1,2)目標(biāo)毀傷部分面積占矩形面目標(biāo)總體的面積比例N2。

H=C1N1+C2N2

(14)

其中:C1、C2為子毀傷指標(biāo)的權(quán)重系數(shù)。

3.4 遺傳算法流程

遺傳算法的作用主要在于產(chǎn)生瞄準(zhǔn)點(diǎn),并根據(jù)毀傷指標(biāo)的大小淘汰值小的瞄準(zhǔn)點(diǎn),保留值大的瞄準(zhǔn)點(diǎn),并以一定的規(guī)則產(chǎn)生新的瞄準(zhǔn)點(diǎn),實(shí)現(xiàn)算法的全局尋優(yōu)，如圖2所示。

圖2 遺傳算法流程圖

4 示例分析

4.1 變電所目標(biāo)的數(shù)據(jù)

本次的打擊目標(biāo)為400 m×300 m的矩形目標(biāo)。如圖3所示,變電所中的重要點(diǎn)子目標(biāo)有主控樓、電力變壓器和露天開(kāi)關(guān)。以矩形中心為坐標(biāo)原點(diǎn)(0,0),以矩形長(zhǎng)邊為x軸、短邊為y軸建立平面直角坐標(biāo)系。記矩形目標(biāo)左、右、上、下邊界分別為L(zhǎng)xl=-200 m,Lxr=200 m,Lyu=-150 m,Lyd=150 m。

圖3 變電所處理圖

其中,主控樓共1個(gè),坐標(biāo)為(0,0),其價(jià)值為20。電力變壓器共13個(gè),其價(jià)值為10，如表2所示。露天開(kāi)關(guān)共13個(gè),其單個(gè)價(jià)值為5，如表3所示。

表2 電力變壓器坐標(biāo)及其價(jià)值

表3 露天開(kāi)關(guān)分布坐標(biāo)及其價(jià)值

4.2 導(dǎo)彈武器的參數(shù)

本文中導(dǎo)彈武器的數(shù)量和參數(shù)是已知的,其中，用于打擊重要點(diǎn)子目標(biāo)的整體爆破彈3枚,用于打擊電線網(wǎng)路面目標(biāo)的碳纖維彈3枚,共計(jì)6枚導(dǎo)彈,其主要戰(zhàn)術(shù)技術(shù)指標(biāo)參數(shù)如表4所示。

表4 導(dǎo)彈武器參數(shù)表

4.3 示例計(jì)算

在以目標(biāo)整體功能下降指標(biāo)為適應(yīng)度函數(shù)的計(jì)算過(guò)程中,本文對(duì)比使用改進(jìn)后的遺傳算法和傳統(tǒng)的遺傳算法進(jìn)行尋優(yōu)的不同之處,比較兩者的優(yōu)劣,并使用Matlab分別進(jìn)行仿真和結(jié)果輸出。最后,使用OriginPro 2021進(jìn)行數(shù)據(jù)處理與繪圖。如圖4所示。

圖4 改進(jìn)后尋優(yōu)結(jié)果圖

1)改進(jìn)遺傳算法尋優(yōu)

迭代51代后,種群適應(yīng)度值趨于穩(wěn)定,達(dá)到迭代的終止條件,得到最優(yōu)目標(biāo)函數(shù)值為0.211 2。

結(jié)合表5可知，3枚整體爆破彈瞄準(zhǔn)點(diǎn)分別位于y軸的左、中、右,都比較接近電力變壓器。這是因?yàn)樵陔娏ψ儔浩鞲浇膬r(jià)值密度較大,左、中、右三枚彈可以覆蓋更多的電力變壓器。同時(shí)受主控站的影響,三枚導(dǎo)彈的瞄準(zhǔn)點(diǎn)有偏上的趨勢(shì),且集中于y軸。

表5 改進(jìn)后瞄準(zhǔn)點(diǎn)坐標(biāo)

由結(jié)果可知,3枚石墨彈的瞄準(zhǔn)點(diǎn)較為分散。這是因?yàn)閷?dǎo)彈彈量偏少,為了較好地覆蓋更多的區(qū)域,需要減少導(dǎo)彈重復(fù)毀傷區(qū)域的面積。

本實(shí)驗(yàn)中,對(duì)目標(biāo)造成的毀傷效果進(jìn)行了歸一化處理。因此,變電所的整體目標(biāo)價(jià)值為1。經(jīng)計(jì)算得出目標(biāo)整體毀傷效果指標(biāo)為0.211 2,這是因?yàn)樽冸娝繕?biāo)范圍較大,3枚碳纖維彈對(duì)該目標(biāo)的覆蓋范圍有限;且變電所內(nèi)點(diǎn)子目標(biāo)的數(shù)量較多,3枚整體爆破彈對(duì)點(diǎn)目標(biāo)的毀傷能力有限,導(dǎo)致對(duì)目標(biāo)造成的整體毀傷效果有限。在作戰(zhàn)運(yùn)用中,應(yīng)該按實(shí)際情況加大各類(lèi)型導(dǎo)彈的用彈量,才能對(duì)目標(biāo)造成較好的毀傷效果。

2)傳統(tǒng)遺傳算法尋優(yōu)

迭代51代后,種群適應(yīng)度值趨于穩(wěn)定,達(dá)到迭代的終止條件,得到最優(yōu)目標(biāo)函數(shù)值為0.205。

結(jié)合圖5與表6可知,改進(jìn)前的遺傳算法優(yōu)化得出的瞄準(zhǔn)點(diǎn)與改進(jìn)后的遺傳算法得出的瞄準(zhǔn)點(diǎn)相比,整體爆破彈的瞄準(zhǔn)點(diǎn)位置偏下、偏左,位置分布不均勻,得出的毀傷效果相對(duì)較差。石墨彈由于數(shù)量較少,兩種算法都盡可能使其相對(duì)分散,則可以覆蓋盡可能多的面積。

圖5 改進(jìn)前尋優(yōu)結(jié)果圖

表6 改進(jìn)前瞄準(zhǔn)點(diǎn)坐標(biāo)

4.4 結(jié)果比較

從圖6可以看出，改進(jìn)遺傳算法比改進(jìn)前得出的最大目標(biāo)整體功能下降指標(biāo)相對(duì)較高,而且算法穩(wěn)定性相對(duì)較好。兩者收斂速度相近,但總的來(lái)說(shuō),改進(jìn)后的遺傳算法的效率更高。從兩者指標(biāo)值的對(duì)比中可以看出,兩者的最大毀傷指標(biāo)值相近,這是因?yàn)橛脧椓枯^少,對(duì)變電所造成的毀傷效果有限。當(dāng)彈量增加后,兩者指標(biāo)值會(huì)有明顯的差別。

圖6 最優(yōu)值對(duì)比圖

5 結(jié)束語(yǔ)

多彈型導(dǎo)彈混合火力打擊某一復(fù)雜面目標(biāo)的瞄準(zhǔn)點(diǎn)優(yōu)化問(wèn)題是近年來(lái)導(dǎo)彈火力運(yùn)用研究領(lǐng)域的一個(gè)重點(diǎn)與難點(diǎn)。本文根據(jù)目標(biāo)易損性分析設(shè)定了目標(biāo)的關(guān)鍵點(diǎn)子目標(biāo)。依據(jù)目標(biāo)自身的特點(diǎn),采用不同的毀傷效果指標(biāo)進(jìn)行計(jì)算,給出了目標(biāo)整體功能下降指標(biāo)值的計(jì)算模型,并利用改進(jìn)遺傳算法進(jìn)行瞄準(zhǔn)點(diǎn)的全局尋優(yōu)。算例結(jié)果表明,對(duì)于混合火力打擊的瞄準(zhǔn)點(diǎn)尋優(yōu)問(wèn)題,改進(jìn)遺傳算法的混合指標(biāo)整體尋優(yōu)得出的結(jié)果更優(yōu)。該算法有良好的收斂性,具有比較高的應(yīng)用價(jià)值,為今后求解此類(lèi)問(wèn)題提供了一種方案。

多彈型常規(guī)導(dǎo)彈混合火力打擊其他目標(biāo)的問(wèn)題與該分析方法相似,可依據(jù)實(shí)際情況使用合適彈型的導(dǎo)彈,采用合適的毀傷效果指標(biāo)作為目標(biāo)函數(shù)。最后，通過(guò)此算法進(jìn)行瞄準(zhǔn)點(diǎn)的尋優(yōu)。

本文所建立的模型也存在不足之處,以專(zhuān)家咨詢(xún)的方式得到的各毀傷效果指標(biāo)的權(quán)重值具有很強(qiáng)的主觀性,是一組經(jīng)驗(yàn)數(shù)據(jù)。后續(xù)研究可對(duì)其進(jìn)行改進(jìn),采用更好的權(quán)重賦值的方式,減少主觀因素的干擾。今后還可以對(duì)不同毀傷效果之間存在的耦合關(guān)系進(jìn)行研究。同時(shí),該算法優(yōu)化速度慢，耗時(shí)長(zhǎng)，在后續(xù)研究中可對(duì)其進(jìn)行改進(jìn),在保證計(jì)算結(jié)果的精確度和穩(wěn)定性的基礎(chǔ)上,盡可能加快其優(yōu)化速度。