刘志超，石章松，姜 涛，刘志坤

（海军工程大学，武汉 430000）

0 引言

传统的火力目标分配往往是以联合毁伤概率最大［1-4］或所有来袭目标总期望生存值最小为模型［5］进行的一次分配，这种情况造成了火力资源的浪费，在单批来袭目标数目少，来袭批次多的情况下无法进行持续抗击。文献［6］在联合毁伤概率最大的基础上，提出使所用的火力单元总量最小作为第2个目标函数，采用一种改进的多目标粒子群优化算法进行求解，在与单目标函数对比中显示了一定的有效性，但在毁伤概率最大和消耗火力单元总量最小这两个相斥的目标上需要合适的效费比指标进行方案选择。武器目标分配实质是一个整数型非线性组合优化问题［7］，求解方法多种多样，目前解决武器目标分配的算法大致可分为以整数规划法、动态规划法、启发式搜索法等为代表的传统算法，以禁忌搜索算法、遗传算法、粒子群算法、蚁群算法和模拟退火算法等为代表的智能算法和将上述两种以上算法结合起来对武器目标分配进行求解的混合算法三大类［8］。

现代战争中，为了实现最大军事效益，饱和攻击模式由传统的一次性将尽可能多的弹药投向敌方平台转变为利用敌方平台防御间隙进行少量多批次的打击。为在有限资源约束下抗击更多批次来袭目标，本文在满足抗击毁伤概率指标P和武器弹药资源约束的前提下，建立最小资源损耗武器目标分配模型并采用粒子群禁忌混合搜索算法对问题进行求解。……