时间约束下空战编队协同火力分配的自适应量子遗传算法

本文研究关注于提升空战编队协同火力分配的精确性，尤其是在考虑时间约束的情况下。随着视距外空战在现代空战中的重要性日益增强，有效火力分配成为决定胜负的关键。火力分配问题被确认为一个多约束组合优化的NP-完全问题，它涉及到静态火力分配(SWTA)和动态火力分配(DWTA)两种方法。 传统的DWTA在1990年由Hosein和Athans首次提出，然而相较于SWTA，其研究成果较少，尤其是在协同作战环境中。文献[5]探讨了防空中的动态分配，但模型复杂且求解难度大；文献[6-8]构建的静态分配模型虽然基于态势分析，但忽略了时间条件，可能导致不合理的结果。如果过度强调时间因素，模型会变得复杂，难以求解。 当前，大部分火力分配研究集中在静态分配策略上，如[5]采用粒子群算法，但易陷入局部最优；[9]利用影响图对策理论有一定优势，但求解困难；[10]的拍卖算法本质上是线性规划方法，有一定的局限性；而[11]的遗传算法则通过自适应交叉变异概率来解决火力分配问题。 本文作者针对这一挑战，提出了结合空战实际动态过程特点的相对静态空战过程和窗口时间约束的概念。他们建立了一个新的模型，该模型考虑了从分配决策到目标命中所需的实际可用时间，避免了火力匹配可能产生的执行时间不足的问题。同时，针对模型在增加时间约束后的求解难题，设计了一种时间约束处理策略，采用最佳适应度和遗传代数调整策略相结合的自适应量子遗传算法进行求解。 通过实验验证，改进的算法显示出快速收敛性和稳定性，证明了其在空战火力分配方面的实际应用价值。这个研究不仅弥补了现有方法在时间约束处理上的不足，也为协同空战编队的火力分配提供了更为精确和实用的解决方案，对于提升空战效率和战术优势具有重要意义。