基于改进蚁群算法的多轮次任务的分配方法

本发明属于运输任务分配，尤其涉及基于改进蚁群算法的多轮次运输任务的分配方法。

背景技术：

1、在军事作战中，导弹进行编队打击可以有效提高打击效果，增强作战实力，降低反击风险。编队打击的原因在于，单枚导弹存在一定的误差，而编队打击可以通过多枚导弹同时攻击目标，弥补单枚导弹的误差，提高打击的精度和效果。此外，编队打击还可以增加目标威慑力，减少对反击的风险。编队打击的方式一般有以下三种：1)并行编队：并行编队即多个导弹在同一高度和速度下同时攻击目标，此种编队方式打击效果显著，但需要协调导弹的发射和路径规划，以确保导弹不会相撞。2)串行编队：串行编队即多个导弹按照一定的时间间隔依次攻击目标。此种方式相对稳定，同时也便于进行路径规划和协调。3)广域编队：广域编队即多枚导弹在广域范围内进行协同打击，即相互协调攻击目标，确保物品被多枚导弹覆盖的范围内。总之，导弹编队打击可以提高打击效果和战斗力，减少反击风险，是重要的军事作战方式之一。

2、不同的编队方式适用于不同的打击场景，需要根据具体情况进行选择。在实际作战中，往往是上述多种编队方式的混合，导弹打击也是多轮次，导弹运输车队还需要前往转载区域等等要求，使得导弹的多轮次运输任务分配问题比较复杂，需要建立一个模型，在能够可接受的条件下寻求一个最优的任务分配方法。

技术实现思路

1、有鉴于此，本发明提出了基于改进蚁群算法的多轮次任务的分配方法，其特征在于，包括以下步骤：

2、确定初始装载车位置、待机区域、发射点位、转载区域、道路节点和被打击目标；

3、确定第一波次目标发射点；

4、第一波次齐射结束后，使用蚁群算法确定第一波次转载区域；

5、转载完成后，使用蚁群算法确定第二波次发射点；

6、第二波次齐射结束。

7、进一步地，建立如下决策变量：

8、待机区域为d1、d2，发射点位为f1-f30，转载地域为z1-z5，道路节点为j1-j38、被打击目标为3个，总共78个普通节点，构造决策矩阵x＝(xij)78×78,其中决策变量xij为

9、

10、cij表示任意两节点之间距离，任意两个节点的距离矩阵c＝(cij)78×78,则在决策矩阵x下，任意两个节点，如果它们是相互联通的,它们之间的距离所形成的距离矩阵为

11、s＝(sij)78×78＝(xij*cij)78×78。

12、进一步地，建立如下约束条件：

13、弹道不交叉约束：

14、某一波次火力打击时，12个发射点位分别对3个目标a、b、c进行火力打击时，所产生的36条弹道投影线的斜率为kl1，kl2…,kl36，斜率计算式为：

15、

16、xr，yr为目标r的坐标，r取值为a、b、c，xfu，yfu为发射点的坐标；

17、确定出打击目标的发射点位，步骤如下：

18、确定打击a的发射点位：在12条直线la1,la2…,la12选取4条斜率最大的直线：

19、kfua＝max{kla1,kla2,...,kla12},(u＝1,2,3...)

20、fua表示某一发射点位fu与目标a之间的连线，kfua为从12个发射点与目标r相连直线中所选取的4条最小斜率的直线,

21、确定打击c的发射点位：在12条直线lc1,lc2…,lc12选取4条斜率最小的直线：

22、kfuc＝min{klc1,klc2,...,klc12},(u＝1,2,3...)

23、fuc表示某一发射点位fu与目标c之间的连线，kfuc为从12个发射点与目标r相连直线中所选取的4条最小斜率的直线；

24、剩余4个发射点位为打击目标b的发射点位；

25、综上，弹道线斜率应满足约束：

26、

27、

28、中的8条直线为对a连线的12条直线中，除去所确定的4条直线后剩余的8条，中的8条直线为对c连线的12条直线中，除去所确定的4条直线后剩余的8条；

29、暴露时间约束为：

30、第m波次火力打击时，导弹发射装置道路节点处会车的等待时间为thm,在发射点位等待发射的时间tfm,道路上的机动时间tjm,某一发射装置的单一暴露时间为tim，整体暴露时间为tzm；

31、因此，

32、tim＝thm+tfm+tjm,(m＝1,2,3；i＝1,2,...,12)

33、因为单台发射装置最大暴露时间和整体暴露时间取最小，所以，暴露时间约束为

34、

35、

36、转载地域导弹量约束为：

37、yzim表示进行第m(m＝2,3)波次火力打击任务时，在转载区域zi(i＝1,2,…,5)所装载的导弹数量，每个装载区域存储导弹最多5枚，所以约束条件为：

38、

39、进一步地，目标函数如下：

40、确定执行发射任务的发射点位距离待机区域的距离，即车载发射装置经过的所有节点的总长sdxfx：

41、sdxfx＝∑sij(x＝1,2,3....)

42、由于车载发射装置的行驶速度为匀速v，计算出车载发射装置道路机动时间：

43、

44、为了使tj最小，确定sdxfx的最小值，即寻找车载发射装置的最短机动路径；

45、3波次火力打击时，12套发射装置整体暴露时间tz为：

46、

47、综上，目标函数为

48、

49、

50、进一步地，使用蚁群算法进行求解，其中转移概率包括：

51、节点之间的转移概率如下：

52、

53、i，j为节点编号，k为波次编号，allowedk为禁忌表，α为信息素权重，ηij为节点i和j之间的启发性矩阵，ηir为节点i和目标r之间的启发性矩阵，τij为节点i和j之间的信息素矩阵，τir为节点i和目标r之间的信息素矩阵；β为启发因子，计算如下：

54、

55、ρi和ρj分别为节点i和节点j的影响度，ρf为发射点位f的影响度，节点的影响力为该节点的邻居数目。

56、节点与转载区域之间的转移概率如下：

57、

58、ξj(t)为导弹补给难易函数，θ为导弹补给难易因子，ξj(t)的表达式如下：

59、

60、djp表示j点到最近的导弹装载区域的距离，djp'表示j点到第二近的导弹装载区域的距离。

61、本发明的有益效果如下：

62、本发明先求解各装载车前往的发射点，然后针对各装载车辆分别计算相应路径，简化了问题求解的流程，也提高了模型的精确度。

63、使用改进的蚁群算法，加快了算法的收敛速度。

技术特征：

1.基于改进蚁群算法的多轮次任务的分配方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进蚁群算法的多轮次任务的分配方法，其特征在于，建立如下决策变量：

3.根据权利要求1所述的基于改进蚁群算法的多轮次任务的分配方法，其特征在于，建立如下约束条件：

4.根据权利要求1所述的基于改进蚁群算法的多轮次任务的分配方法，其特征在于，目标函数如下：

5.根据权利要求1所述的基于改进蚁群算法的多轮次任务的分配方法，其特征在于，使用蚁群算法进行求解，其中转移概率包括：

技术总结
本发明公开了基于改进蚁群算法的多轮次任务的分配方法，包括以下步骤：确定初始装载车位置、待机区域、发射点位、转载区域、道路节点和被打击目标；确定第一波次目标发射点；第一波次齐射结束后，使用蚁群算法确定第一波次转载区域；转载完成后，使用蚁群算法确定第二波次发射点；第二波次齐射结束。本发明先求解各装载车前往的发射点，然后针对各装载车辆分别计算相应路径，简化了问题求解的流程，也提高了模型的精确度；使用改进的蚁群算法，加快了算法的收敛速度。

技术研发人员：黄魁华,刘忠,程光权,范长俊,胡星辰,罗志浩
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：
技术公布日：2024/1/15