初 磊, 紀(jì)金耀, 羅 笛

?

基于一種改進(jìn)粒子群算法的水下遠(yuǎn)程武器航路規(guī)劃

初 磊, 紀(jì)金耀, 羅 笛

(海軍潛艇學(xué)院 作戰(zhàn)指揮系, 山東 青島, 266071)

針對(duì)水下遠(yuǎn)程武器航路規(guī)劃中, 采用基本粒子群算法避障出現(xiàn)的航路倒退問(wèn)題, 提出了一種借鑒遺傳算法采用粒子對(duì)換的改進(jìn)粒子群優(yōu)化(PSO)算法, 并結(jié)合遠(yuǎn)程武器的航路規(guī)劃設(shè)計(jì)模型, 應(yīng)用于水下武器作戰(zhàn)仿真系統(tǒng)。計(jì)算結(jié)果表明, 該算法可有效提高遠(yuǎn)程武器航路規(guī)劃避障的計(jì)算效果, 對(duì)水下遠(yuǎn)程武器的作戰(zhàn)使用研究具有一定的參考價(jià)值。

水下遠(yuǎn)程武器; 粒子群優(yōu)化算法; 航路規(guī)劃; 粒子對(duì)換; 作戰(zhàn)仿真系統(tǒng)

0 引言

現(xiàn)代大型水面艦艇作戰(zhàn)實(shí)施過(guò)程通常采用編隊(duì)作戰(zhàn)或航渡, 這種暴露于浩淼水上的艦艇編隊(duì), 必然要采取多種方式和手段奪取制空、制海和制信息權(quán)。就反潛作戰(zhàn)而言, 需以反潛飛機(jī)、水面艦艇和攻擊型潛艇為平臺(tái), 形成以聲納為主要探測(cè)裝備, 反潛導(dǎo)彈、魚(yú)雷為主要攻擊武器的空中、水面及水下縱深達(dá)數(shù)百公里的3D立體綜合反潛作戰(zhàn)的網(wǎng)絡(luò)體系[1]。

在大型水面艦艇具有作戰(zhàn)區(qū)域控制權(quán)的情況下, 使用?；l(fā)射平臺(tái), 在大型水面艦艇作戰(zhàn)區(qū)域之外發(fā)射水下遠(yuǎn)程武器, 實(shí)施中遠(yuǎn)程精確打擊, 將是對(duì)大型水面艦艇實(shí)施攻擊的一種有效方式。由于水下遠(yuǎn)程武器航渡時(shí)間較長(zhǎng), 需對(duì)其航路進(jìn)行合理規(guī)劃, 避開(kāi)各種威脅區(qū)域, 使其以最短的航路和較快的航速到達(dá)指定作戰(zhàn)區(qū)域, 是水下遠(yuǎn)程武器實(shí)施有效打擊的先決條件。

粒子群優(yōu)化(partical swarm optimization, PSO)算法是一類基于群體智能的隨機(jī)優(yōu)化方法, 相對(duì)遺傳算法而言, 二者都是基于群體的迭代搜索, 但粒子群算法沒(méi)有變異算子, 是通過(guò)個(gè)體之間的協(xié)作來(lái)搜尋最優(yōu)解, 充分利用了生物群體信息共享的思想, 其概念簡(jiǎn)單, 易于實(shí)現(xiàn), 同時(shí)又有深刻的智能背景。因此, 本文主要運(yùn)用一種改進(jìn)的粒子群算法對(duì)水下遠(yuǎn)程武器的航路規(guī)劃進(jìn)行優(yōu)化研究。

1 PSO算法的改進(jìn)

1.1 基本PSO算法

PSO算法是Kennedy和Eberhart受鳥(niǎo)群覓食行為的啟發(fā)于1995年共同提出的。基本原理是一個(gè)由個(gè)粒子組成的群體在維搜索空間以一定的速度飛行, 每個(gè)粒子在搜索時(shí), 考慮到了自己搜索到的為最好點(diǎn)和群體內(nèi)其他粒子的歷史最好點(diǎn), 在此基礎(chǔ)上進(jìn)行位置的變化[2]。

粒子的進(jìn)化方程為

基本PSO算法及其后提出的慣性因子、基于動(dòng)態(tài)鄰域、鄰域拓?fù)浞ê褪湛s因子法均是在連續(xù)域的求解, 而針對(duì)離散函數(shù)的較少。

1.2 一種改進(jìn)的PSO算法

求解離散問(wèn)題的PSO算法, 目前主要采用模糊離散PSO算法[2], 但該方法在實(shí)際的航路避障過(guò)程中會(huì)出現(xiàn)一定的航路倒退情況, 其主要原因是由于粒子在飛行過(guò)程中, 遇到障礙后, 向后搜索空間, 而其航路又可能出現(xiàn)航程等于或小于繞行航路的情況。

針對(duì)上述問(wèn)題, 本文重點(diǎn)探討一種借鑒遺傳算法的思想, 在PSO算法中采用粒子對(duì)換的方式, 可在一定程度上解決遇障后航路倒退問(wèn)題。具體實(shí)施過(guò)程可描述如下。

Step 1: 初始化粒子群。設(shè)定粒子群數(shù)目和進(jìn)化代數(shù); 對(duì)航路節(jié)點(diǎn)進(jìn)行編碼, 產(chǎn)生隨機(jī)粒子位置。

Step 4: 如果新適應(yīng)度優(yōu)于排序后對(duì)應(yīng)的個(gè)體極值的歷史最優(yōu)適應(yīng)度, 則取代之, 否則保持不變。

Step 5: 新適應(yīng)度若滿足結(jié)束條件, 則停止計(jì)算, 否則重新計(jì)算Step 2。

Step 6: 總適應(yīng)度函數(shù)最小的航路編碼作為全局最優(yōu)解。

顯然Step 3與Step 4中采用粒子交換, 使得粒子在一次進(jìn)化中不但充分利用了自己的歷史經(jīng)驗(yàn)信息, 而且利用了種群中優(yōu)良個(gè)體的經(jīng)驗(yàn)值, 增加了粒子的多樣化, 增強(qiáng)了粒子的質(zhì)量, 使得粒子能夠選取更好的全局最優(yōu)解。

改進(jìn)粒子群算法流程圖如圖1所示。

圖1 改進(jìn)的PSO算法流程圖

2 水下遠(yuǎn)程武器航路函數(shù)設(shè)計(jì)

水下遠(yuǎn)程武器從海基平臺(tái)發(fā)射, 到達(dá)預(yù)定海域的航渡過(guò)程中, 主要存在以下4個(gè)方面的威脅約束條件。

2.1 危險(xiǎn)深度水域

2.2 水聲探測(cè)器材威脅

2.3 對(duì)抗武器威脅

2.4 水下遠(yuǎn)程武器航程

3 仿真計(jì)算

從這些仿真圖中可以發(fā)現(xiàn), 采用基本粒子群算法（如圖2所示）后, 出現(xiàn)了遇障航路倒退的問(wèn)題, 若水下遠(yuǎn)程武器采用此種航路規(guī)劃, 不僅增加了航路的規(guī)劃點(diǎn)數(shù), 并且將加重遠(yuǎn)程武器的航行難度; 而采用粒子交換的改進(jìn)粒子群算法后（如圖3所示）, 就有效避免了倒退問(wèn)題的發(fā)生, 不僅減少了遠(yuǎn)程武器的規(guī)劃航路點(diǎn), 提高了遠(yuǎn)程武器航路規(guī)劃的效果, 而且增強(qiáng)了遠(yuǎn)程武器航渡的安全性。

圖2 基本粒子群算法的航路圖

圖3 改進(jìn)粒子群算法的航路圖

圖4 相對(duì)距離遠(yuǎn)近對(duì)比圖

4 結(jié)束語(yǔ)

本文針對(duì)應(yīng)用基本粒子群算法在水下遠(yuǎn)程武器航路避障中出現(xiàn)的航路倒退問(wèn)題, 采用一種進(jìn)化的粒子交換方法, 并結(jié)合建立的水下遠(yuǎn)程武器的航路規(guī)劃模型，應(yīng)用于遠(yuǎn)程武器作戰(zhàn)仿真系統(tǒng), 仿真結(jié)果表明, 該種算法避免了航路倒退現(xiàn)象的發(fā)生, 可有效提高水下遠(yuǎn)程武器航路規(guī)劃避障問(wèn)題的計(jì)算效果, 對(duì)水下遠(yuǎn)程武器的作戰(zhàn)使用研究具有一定的參考價(jià)值。

[1] 李本昌, 梁濤. 遠(yuǎn)程魚(yú)雷的作戰(zhàn)樣式及其技術(shù)需求[J]. 魚(yú)雷技術(shù), 2008, 16(4): 54-57.Li Ben-chang, Liang Tao. Operational Concept of Long- range Torpedo and Its Technical Requirements[J]. Torpedo Technology, 2008, 16(4): 54-57.

[2] 汪定偉, 王俊偉, 王洪峰, 等. 智能優(yōu)化方法[M]. 北京: 高等教育出版社, 2007.

[3] 顧險(xiǎn)峰, 錢建平, 馬遠(yuǎn)良. 魚(yú)雷武器遠(yuǎn)程精確打擊引導(dǎo)模式和技術(shù)架構(gòu)初步探索[J]. 艦船科學(xué)技術(shù), 2003, 25(3): 7-11.Gu Xian-feng, Qian Jian-ping, Ma Yuan-liang. Preliminary Research on Guidance Pattern and Technique Framework of Long-Range Accurate Attack Torpedo Weapon[J]. Ship Science and Technology, 2003, 25(3): 7-11.

[4] 陳春玉, 張靜遠(yuǎn), 王明洲, 等. 反魚(yú)雷技術(shù)[M]. 北京:國(guó)防工業(yè)出版社, 2006.

Route Planning of Underwater Long-range Weapon Based on an Improved PSO Algorithm

CHU Lei, JI Jin-Yao, LUO Di

(Combat Command Department, Navy Submarine Academy, Qingdao 266071, China )

An improved particle swarm optimization (PSO) algorithm with particle exchanging is proposed to solve the problem of moving back in the route planning of underwater long-range weapon based on basic PSO. Combining the route planning model of the underwater long-range weapon, this improved PSO algorithm is used in a combat simulation system of a certain long-range weapon. Simulation result shows that this algorithm can enhance the effect of the route planning and be helpful to the operational application of the long-range weapon.

underwater long-range weapon; partical swarm optimization(PSO)algorithm; route planning; particle exchange; combat simulation system

TJ630.33; TP301.6

A

1673-1948(2011)03-0201-04

2010-09-07;

2011-01-16.

初 磊(1981-), 男, 碩士, 講師, 研究方向?yàn)闈撏ё鲬?zhàn)指揮.

(責(zé)任編輯: 楊力軍)