基于进化粒子群算法的军事训练计划智能优化
2019-08-22杜尚华樊率军赵玉建
指挥控制与仿真 2019年4期
杜尚华,樊率军,赵玉建
(国防大学联合作战学院,河北石家庄 050000)
军事训练中的补差训练计划生成与优化是基层部队日常组训的难点,其核心问题在于解决对薄弱训练课目、组训者和参训人员的最优化分配,以保证在有效时间内最大限度利用训练场地和装备器材资源,达成训练效益最大化,提升官兵整体训练水平。补差训练计划优化问题可看做是经典排课问题的延伸,其在20世纪70年代已被证明属于NP完全问题[1]。随着计算机运算能力的日益提升,众多智能优化算法被设计提出,为补差训练计划优化问题提供了技术可行解法。智能优化算法的发展可分为经典公式阶段和实践应用阶段,前期的优化算法主要有拉格朗日松弛法[2]、切割平面法[3]、整数规划法[4]等,其原理是通过公式演算找到局部极值,用以模拟全局最优值,算法约束条件较为苛刻,必须具备线性连续、可微等函数特点;应用阶段的优化算法则通过模拟生物种群习性设计算法框架,代表性的优化算法有遗传算法[5]、蜂群算法[6]、蚁群算法[7]、蛙跳算法[8]、萤火虫算法[9]、鱼群算法[10]、粒子群算法[11]等,其原理是通过伪随机变量模拟生物某项生理特征,通过多代演化使局部最优解逼近全局最优解。此类算法突破了线性约束条件限制,为工程应用奠定了技术基础,但也普遍存在收敛效率低、收敛时间不确定、易于陷入局部最优陷阱等问题。本文在总结前人研究基础上,通过对比分析粒子群算法和遗传算法的异同,提出融合了生物进化特征的进化粒子群算法,并将其应用于补差训练计划优化工程实践中,实现了训练计划的自动生成和智能优化。……
登录APP查看全文
