邱少明，刘良成，张学翠，杜秀丽，吕亚娜

（1.大连大学通信与网络重点实验室，辽宁 大连 116622；2.北方自动控制技术研究所，太原 030006）

0 引言

武器- 目标分配（Weapon-Target Assignment，WTA）问题是指在多武器、多目标的战场环境中，已知来袭目标的毁伤概率，以及防御方的武器数量等诸多约束的条件下，计算出防御方的最优武器分配方案，并对来袭目标进行拦截，使防御方所遭受的损失最小［1-3］。

根据武器对来袭目标的毁伤不同，如何快速、准确地找出合理分配方案，有效减少目标威胁、减小防御方损失，目前还没有一种有效的算法［4］。传统的方法有枚举法、动态规划法等。在武器与目标的数量都很少时，虽然也能够找出一些合理的分配方案，但随着武器和目标数量的增加，编程实现越复杂，计算量也就越大。伴随着科学技术的快速发展，出现了一些智能优化算法，如遗传算法、蚁群算法、粒子群算法等，并已应用在求解WTA 问题上。文献［5］将遗传算法和模拟退算法相结合，建立了多个目标优化模型，但计算量大，运行时间较长；文献［6］提出一种离散粒子群算法，对粒子群算法的速度和位置重新定义，并且引入启发式策略迭代方案产生调整，但算法存在易陷入局部最优的问题；文献［7］提出一种多种群并行布谷鸟搜索算法，用于求解防空火力优化分配模型，但其稳定性较差。

针对现有的智能算法在求解WTA 过程中存在易陷入局部最优的问题，本文引入改进鲸鱼优化算法求解武器目标优化分配问题，通过差分进化算法［8］（Differential Evolution，DE）的变异策略和自适应位置更新，增加鲸鱼优化算法的全局寻优能力。……