张腾, 王铮, 王旭阳, 吴松森, 韦亚利, 王晓田, 宁昕, 陈占胜
为解决现代防空作战中武器-目标分配(Weapon-Target Assignment,WTA)决策效率低与实用性不强的问题,首先构建了一个综合考虑弹药消耗、作战成本、总作战时间与拦截收益四类指标的多目标WTA模型,同时考虑武器-弹药兼容性、弹药库存与毁伤门限等实际约束,以增强模型的实战贴合性。其次,提出了一种混合启发式算法HCQPSO-VNS(Hybrid Chaotic Quantum Particle Swarm Optimization-Variable Neighborhood Search,HCQPSO-VNS)用于求解所提WTA模型。该算法采用Logistic混沌映射提高初始种群质量,利用量子粒子群优化(Quantum particle swarm optimization,QPSO)实现全局搜索,并引入具有多邻域结构的变邻域搜索(Variable Neighborhood Search,VNS)进行局部优化,避免早熟收敛。最后,仿真结果表明,所提算法在较少迭代内即可收敛至高质量可行解,所得分配方案在满足期望毁伤下界与武器-弹药兼容性等约束的同时,可实现四类指标之间的有效均衡。对比仿真显示,该算法综合性能优于多种主流对比算法,可有效提高防空火力分配决策的效率与科学性。同时,随着问题复杂度增加,算法仍能保持较高的寻优效率与计算可接受性,展现出良好的可扩展性。