遗传算法的改进及其在优化问题中的应用

张梦阳

摘要：文章针对于基于陆军分队级作战 CGF 的WTA 问题，对 WTA 基础模型进行改进，建立基于陆军分队级作战的 WTA 模型，应用遗传算法对

WTA 问题的解决方法进行具体设计，以为 CGF 的决策和规划提供支持。

关键词：遗传算法；改进；WTA

中图分类号：TP18文献标识码：A文章编号：1672-9129（2017）09-257-02

Abstract： Aiming at the problems in the WTA army unit level operation based on CGF， based on WTA model is improved， the establishment of WTA Model ArmyunitleveloperationbasedonthesolutionofapplicationofgeneticalgorithmtotheWTAproblemforthespecificdesign，toprovidesupportforthedeci- sion-making and planning CGF.

Key words： genetic algorithm； improvement； WTA

基于陆军分队级计算机生成兵力（ComputerGeneratedForces，CGF）的武器——目标分配问题（WTA，WeaponTargetAssignment）是人类认知行为建模在作战仿真领域的具体应用。WTA 问题是一个多参数、多约束 NP 完全问题。从是否考虑时间因素的角度，WTA问题的模型研究可分为静态

WTA 模型与动态WTA 模型研究。本文主要研究静态WTA 问题。

1 WTA 模型建立

1.1 基本模型的不足与改进

静态的WTA 基础模型如公式（1）所示。其中，M为武器平台种类，N为目标数量，W 是目标威胁值，p是武器对目标的打击概率矩阵，x为武器目标分配矩阵，F（x）为优化目标，表示武器对目标威胁的打击效果，F（x）越大，表示打击效果越好。

我方武器对目标的打击效果，也要考虑我方资源在战斗中的保存情况。

改进：在基础模型的基础上引入 G（x）表示我方资源在战斗中的保存情况，并提出优化目标 H（x）=max{aF（x）+bG（x）}以综合考虑损伤敌人的目标威胁程度而同时提高我方资源的保存程度。其中，a和b由战场指挥员根据战斗行动的具体目标设定，不同的取值反映指挥员对战斗目标的不同要求。

（2）基础模型中只对我情和敌情的因素进行一定程度的考虑。但在真 实作战行动中，战场环境对作战进程的影响不可忽视。

改进：建立通视矩阵B，同时主要考虑目标的地形条件与气象条件两方面因素对通视性的影响，并建立相应的影响因子 。综合考虑以上两方面因素对武器与目标之间通视性的影响。

1.2 WTA 概念模型的建立

N M

F x W j[1 （1 p ij） xi j ]（1）

首先建立 WTA 概念模型，我们的武器概念模型可以表示为：

基础模型中的不足及改进措施：

（1）基础模型中优化目标为武器对目标威胁的打击效果，但在实际作战 过程中，一次作战行动不仅要对敌方的目标进行打击，同时我方也面临敌方 对我方资源进行攻击，因此在衡量一次作战行动的作战效果时，不仅要考虑

weapons weapon1 ， o1 ，...， weaponm ， om

m表示我方武器平台的个数，同一武器平台中的武器相同，

oi> 表示第 i 个武器平台拥有武器的数量为oi。

1.3 WTA 数学模型的建立

台中第k个武器的状态，0≤Ski≤1，取值越大，表示该武器的保存状态越好，模型中为了方便处理，模型中取 Ski=0 或 Ski=1 ，分别表示该武器已经被摧毁或保存完好。

建立通视矩阵B=[bkij]表示，该矩阵为三维矩陣，bkij表示第i个武器平台中第k 个武器与目标 j 之间的通视性，通视性对武器与目标之间的发现概率与打击概率都有所影响。

2 改进算法解决 WTA 优化问题的步骤

2.1 染色体编码

设计一种满足约束条件的染色体编码形式，对染色体进行十进制整数编码，编码的长度为 m*n。

2.2 初始种群生成

结合约束条件生成一个比所需群体规模要大很多的初始群体，从该群体中再随机选取适合所要的群体规模的个体，选择以后对所选的初始群体进行评价，如果它的最好个体的适应度达到了理论适应度的 0.8 左

经过前期的工作对初始种群规模、交叉变异等参数的调试，最终确定

种群规模为100，交叉概率为0.9，变异概率为0.9，最终得到实验结果。这一部分使用 a 和 b 的 3 种不同的组合，反映了指挥员对于这次行动的不同策略。除此之外，对遗传算法解决不同规模 WTA 问题的收敛时间进行统计，随着问题规模逐渐增大，解决 WTA 问题的算法收敛时间会以指数增加。

4 结语

研究基于陆军分队级作战 CGF 的 WTA 问题具有重要的意义，为

CGF 决策和规划提供了支持。从应用前景来看，构建陆军分队作战指挥训练模拟系统，很大程度上能够辅助解决陆军军事训练演习存在的问题。

参考文献：

[1]赵继光，李红辉. 改进遗传算法及其在路径优化问题中的应用[J]. 中国科技信息，2007，（22）：315-316.