张 青，曾庆华，张宗宇，叶宵宇

(中山大学 航空航天学院， 广东 深圳 518107)

1 引言

求解武器-目标分配优化问题是空战决策的重要内容，也是决定能否达成作战效益的重要因素[1]。目前围绕该问题的解决方法主要包括传统的分支定界、动态规划与合同法等，以及智能优化算法，如遗传算法、模拟退火算法、蚁群及粒子群算法等[2]。传统分配方法虽然理论基础较简单，但求解时间长、效率低，难以满足分配的实时性要求且难以处理多维目标分配问题。而智能优化算法虽然在解决上述问题方面有所突破，但也存在一定局限性，如容易早熟收敛，陷入局部最优，收敛速度慢等[3]。

围绕上述问题，近年来越来越多的学者青睐采用基于生物特性启发的新颖智能算法来解决上述问题[4]。Jun Wang等[5]从非线性整数规划角度出发，结合局部搜索算法，提出了一种混合离散灰狼优化算法，极大地提升了大规模分配问题的可扩展性。Rafet Durgut等[6]受蜜蜂智能行为启发，构建了求解目标分配问题的人工蜂群算法，取得了良好的分配效果。You li等[7]构建了双目标武器-分配模型，使用帕累托蚁群优化算法，提出改进的运动概率规则来缓解早熟收敛，有效提升了传统蚁群算法的性能。Yao jishuai等[8]通过改进帝王蝶优化算法，使用贪心策略迁移操作和自适应交叉算子解决了收敛速度和精度低的问题。

上述研究能够不同程度地提高算法的全局寻优能力和收敛速度，但仍存在收敛精度不高、对不同复杂函数鲁棒性较差和难以跳出局部最优的现象。……