基于改進(jìn)灰狼優(yōu)化算法的地面目標(biāo)最優(yōu)瞄準(zhǔn)點(diǎn)選擇方法*

佘 維，馬 凱，田 釗，劉 煒，孔德鋒

（1.鄭州大學(xué)網(wǎng)絡(luò)空間安全學(xué)院，鄭州 450003；2.軍事科學(xué)院國(guó)防工程研究院工程防護(hù)研究所，河南 洛陽(yáng) 471023）

0 引言

在現(xiàn)代戰(zhàn)爭(zhēng)中，隨著導(dǎo)彈武器的使用，作戰(zhàn)空間相對(duì)縮小，作戰(zhàn)區(qū)域相對(duì)擴(kuò)大。因此，如何科學(xué)籌劃、靈活運(yùn)用手中有限的導(dǎo)彈武器，獲得最佳的打擊效果，獲取最佳的效費(fèi)比是導(dǎo)彈火力運(yùn)用中研究的重點(diǎn)之一，而瞄準(zhǔn)點(diǎn)的尋優(yōu)選取是其中的核心問(wèn)題，瞄準(zhǔn)點(diǎn)選擇的優(yōu)劣決定了導(dǎo)彈的毀傷效果。

目前在解決尋優(yōu)問(wèn)題上數(shù)學(xué)界已有諸多成熟算法。傳統(tǒng)的尋優(yōu)精確算法包括動(dòng)態(tài)規(guī)劃算法和線性規(guī)劃算法等，尋找最優(yōu)解時(shí)，需要較大的復(fù)雜度［1］，無(wú)法滿足實(shí)戰(zhàn)場(chǎng)景中目標(biāo)最佳瞄準(zhǔn)點(diǎn)的快速尋求要求。基于個(gè)體的啟發(fā)式算法，如模擬退火算法、禁忌搜索算法、變鄰域搜索算法和自適應(yīng)大規(guī)模領(lǐng)域搜索算法等易于陷入局部最優(yōu)解［2-5］。基于群體智能啟發(fā)式進(jìn)化算法，可以較好地解決目標(biāo)瞄準(zhǔn)點(diǎn)尋優(yōu)問(wèn)題［6］，如利用生物進(jìn)化和遺傳的思想，將二進(jìn)制編碼作為等位基因，模擬基因交叉和變異的遺傳算法［7-8］；通過(guò)模擬蟻群的覓食行為提出的基于種群的模擬進(jìn)化方法——蟻群算法［9-10］；通過(guò)粒子追隨自己找到的最好解和整個(gè)群體的最優(yōu)解來(lái)完成優(yōu)化的粒子群算法（particle swarm optimization，PSO）［11-12］。灰狼優(yōu)化算法通過(guò)模擬狼群的狩獵行為求取問(wèn)題的最優(yōu)解，是一種新興的群體智能優(yōu)化算法，自提出以來(lái)就因?yàn)槠淞己玫男阅埽艿綄W(xué)者的廣泛關(guān)注，并且在函數(shù)優(yōu)化方面，它的收斂速度和求解精度均優(yōu)于PSO，因此，被廣泛應(yīng)用于無(wú)人機(jī)路徑規(guī)劃，聚類分析，多輸入輸出電力系統(tǒng)等諸多領(lǐng)域。……