基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
应用蚁群优化算法(Ant Colony Optimization)求解多目标优化问题已经引起广泛关注,多目标火力分配问题的目标是求出一个合适的武器目标分配方案,使满足决策需要.建立了多目标火力分配的数学模型,提出一种基于指标的蚁群优化算法Indicator-Based Ant Colony Optimization),给出了算法的具体步骤.IBACO的核心思想是利用二元性能指标来引导人工蚂蚁进行搜索,由于该算法中的信息素是根据指标的值来更新的,通过奖励信息素可以强化最优解.仿真实验证明了该算法的有效性,在解决火力分配问题上,所提算法和蚁群优化算法相比具有较好的收敛性.
推荐文章
弹道导弹多目标火力分配方法
海基战略导弹
多目标分配
突防概率
威胁程度
基于多目标粒子群优化算法的装备维修任务分配
多目标优化问题
粒子群算法
装备维修任务分配
基于改进量子免疫克隆多目标优化算法的火力分配问题
火力分配
量子克隆免疫多目标算法
毁伤概率约束
求解人力资源分配问题的多目标微粒群优化算法
微粒群算法
多目标优化
人力资源分配问题
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 火力分配多目标优化的IBACO算法
来源期刊 火力与指挥控制 学科 军事
关键词 火力分配 二元指标优化 多目标蚁群优化
年,卷(期) 2017,(7) 所属期刊栏目 工程实践
研究方向 页码范围 165-169
页数 5页 分类号 E844|TJ760
字数 3153字 语种 中文
DOI 10.3969/j.issn.1002-0640.2017.07.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐安 空军工程大学航空航天工程学院 42 137 7.0 9.0
2 寇英信 空军工程大学航空航天工程学院 64 319 10.0 13.0
3 李战武 空军工程大学航空航天工程学院 56 166 7.0 8.0
4 肖中晖 空军工程大学航空航天工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (40)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (72)
二级引证文献  (2)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
火力分配
二元指标优化
多目标蚁群优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导