經(jīng)過60多年的建設發(fā)展,空降兵現(xiàn)已逐步實現(xiàn)由陸向空、由弱變強,但是空降著陸集結算法的設計并沒有針對性。故針對傳統(tǒng)的空降著陸,缺乏信息化技術^[1]的指引,耗時耗力等缺點,通過對比路徑調(diào)整算法、局部最優(yōu)算法、基于粒子群優(yōu)化算法全局最優(yōu)算法等三種算法的集結耗時、搜尋時間等時間要素,對比三種集結算法的匹配率、提前率以及機動優(yōu)化率等百分比要素,設計并選出空降集結快速集結最優(yōu)算法。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1默認方案結果圖

當應用初步最優(yōu)路徑規(guī)劃算法實現(xiàn)著陸快速集結時，結果圖如圖1所示。空降集結時間要求為30分鐘，如圖1所示，人員3處于臨界值，人員4超時。

圖2方案一結果圖

具體算法運行結果如圖2所示。如圖2所示，路徑調(diào)整算法應用于方案一，將人員3和人員4的路徑重新調(diào)整規(guī)劃，縮短時間，達到部隊集結時間要求。

圖3方案二結果圖

具體算法運行結果如圖3所示。如圖3所示，局部最優(yōu)算法應用于方案二，將超時人員物資匹配對拆散重新匹配，這里僅僅對本來無物資匹配的人員采用了粒子群算法進行搜尋物資，粒子群算法將在下一小節(jié)詳細介紹，局部優(yōu)化搜尋階段，效果顯著。

圖4算法流程圖

基于粒子群算法的全局最優(yōu)算法流程圖如圖4所示。步驟中，初始化、適應度函數(shù)計算與遺傳算法很類似。極值中，群體極值很好計算，但是個體極值，第一步時，每個人員的值都是個體極值，第二步才開始通過計算得到個體極值。終止條件即所有人員都搜尋到物資。

本文編號：3984182