基于改进粒子群算法的指挥所选址优化.pdf
《基于改进粒子群算法的指挥所选址优化.pdf》由会员分享,可在线阅读,更多相关《基于改进粒子群算法的指挥所选址优化.pdf(8页珍藏版)》请在咨信网上搜索。
1、Optimization of Site Selection for Command Post Based onImproved Particle Swarm AlgorithmLI Zhongyuan1,2,WU Jianhua1,TAO Handa1,XU Peng1,BU Xinle2(1.Army Engineering University of PLA,Nanjing 210007,China;2.Training Base of PAP,Beijing 101500,China)Abstract:In order to solve the problems of multi-co
2、nstraint,complex links and difficult to quantifyin the research on site selection of field command post,the site selection model with optimal timebenefit is established and improved with particle swarm optimization algorithm.The construction,traffic,command and other factors are analyzed,the multi-c
3、onstraint site selection and path planning model isestablished.The similarity function is used to initialize the particles,the influence function is introducedto improve the particle swarm iterative formula,the learning factor is adjusted to improve theconvergence accuracy and speed.Finally,the simu
4、lation experiment proves that the site selectiontransfer model and algorithm can effectively improve the time efficiency,and can improve the efficiencyof command post site selection and transfer action,and can provide reference for other multi-constraintsite selection and path planning problems.Key
5、words:particle swarm algorithm;command post;site selection optimization;path planningCitation format:LI Z Y,WU J H,TAO H D,et al.Optimization of site selection for command postbased on improved particle swarm algorithm J.Fire Control&Command Control,2023,48(6):124-130.0引言现代战争对参战双方指挥能力的要求越来越高,指挥所作为指挥
6、员组织实施决策的重要载体,其选址和转移的好坏将直接决定指挥效能。指挥所转移选址问题的关键在于量化影响因素,并且快速计算出选址坐标,综合多种影响因素来计算选址坐标尤为重要。指挥效能是我方需要考虑的首要因素,将指挥对象权重依据其作战任务的重要性赋予指挥权重。在转移过程中,从出发点到目标选址区收稿日期:2022-04-18修回日期:2022-06-22作者简介:李众元(1994),男,江苏南京人,硕士研究生。研究方向:军事运筹与系统分析。摘要:针对野战指挥所选址研究约束多元、环节复杂、难以量化等问题,建立时间效益最优的选址模型,运用粒子群算法并改进。分析构工、通行和指挥等因素,构建多约束的选址与路径
7、规划模型。采用相似性函数进行粒子初始化,引入影响力函数改进粒子群迭代公式,并调整学习因子,提升了收敛精度和速度。最后通过仿真实验证明选址转移模型和算法能有效提升时间效益,提高指挥所选址与转移行动的效率,为其他多约束选址与路径规划问题提供参考。关键词:粒子群算法;指挥所;选址优化;路径规划中图分类号:E91文献标识码:ADOI:10.3969/j.issn.1002-0640.2023.06.020引用格式:李众元,邬建华,陶翰达,等.基于改进粒子群算法的指挥所选址优化 J.火力与指挥控制,2023,48(6):124-130.基于改进粒子群算法的指挥所选址优化李众元1,2,邬建华1,陶翰达1,
8、徐鹏1,步鑫乐2(1.陆军工程大学,南京210007;2.武警某训练基地,北京101500)文章编号:1002-0640(2023)06-0124-07Vol.48,No.6Jun,2023火 力 与 指 挥 控 制Fire Control&Command Control第 48 卷第 6 期2023 年 6 月124(总第 48-)域的通行状况的因素称为通行因素。敌方兵力部署、敌方火力威胁范围和敌频繁活动区域等称为敌方因素。选址点的气象、水文、地质、地形地貌等自然环境因素,影响野战指挥所开设与施工速度,统称为构工因素。近年来,对指挥所选址问题的研究,已经取得了些许成果。任保权提出了基于遗传算
9、法的野战指挥所选址问题建模及求解方法,在总结前人选址方法的基础上,构建效能的具体量化指标1;杨宇晨基于层次分析法和熵权,对影响后方指挥所选址决策各项指标加以评价分析2;文斌等综合运用层次分析法和地理信息系统,针对高原高寒等特殊战场环境下的指挥所选址,进一步量化选址评价指标,提出选址方法和注意事项3。由此可见,现有文献对指挥所选址问题的研究还不够充分,没有考虑选址间的联系,且针对转移选址这一问题研究较少。粒子群优化算法(particle swarm optimization,PSO)在工程领域和科学领域应用广泛,主要解决各种类型非线性复杂优化问题,可最大程度地考虑到多种因素影响力,并根据影响力分
10、布计算出结果,适用于指挥所转移问题。对于粒子群优化算法的研究,目前已经获得了很多的研究成果4。虽然粒子群优化算法在选址问题性能较为优越,但其后期收敛速度较慢,容易陷入局部最优5,且在指挥所选址问题中,传统的粒子群算法无法考虑选址间的联系。综上所述,本文着重对指挥所的转移选址进行研究,综合考量生存力与指挥效能两方面的各个因素,结合部队自身实际,根据战局变化,最快选出野战指挥所转移地址,进行设施构筑,为保障指挥机关正常运行提供方法和思路。1野战指挥所选址与转移选址模型根据作战意图、兵力部署、主要方向、开设指挥所的等级和类型等来确定不同的可选址范围,总体上可区分为防御/进攻战斗中指挥所的选址与转移、
11、不同等级指挥所的选址与转移、不同类型指挥所的选址与转移等。文中所指的野战指挥所,一般指基本指挥所。1.1影响因素根据文献 1,影响野战指挥所选址的因素有自然环境因素、战场环境因素、指挥对象因素和其他因素。从野战指挥所的选址开设到转移的全过程来看,其自身生存力与指挥效能一直是需要考虑的两个首要指标。其中,生存力主要由防护与伪装的构筑施工、机动转移能力两者决定;指挥效能主要由指挥对象权重、通信距离和展开地幅决定;战场环境因素主要由敌方兵力部署、敌方火力范围和敌方潜伏出没地域决定,本文用敌方因素指代。根据实践经验和战术要求,不同的地理环境对指挥所的保障分队的构工能力与机动能力都有不同程度的影响,且还
12、有注意事项:一些地域由于有明显、突出的独立地物,其周边区域极易被敌方发现,应避免选址。为了简化建模,现将每个满足野战指挥所开设的最小地幅面积,为一个标准单元,把整个选址区域分割成若干个单元,并编码。同时参考文献 6,将每个单元的地理要素对构工与通行的影响,琢(x,y)和(x,y),根据构工与通行的难易程度(便于、较为不便于、非常不便于),分别量化为 0.9、0.6、0.3。针对转移过程,为简化计算,如图 1 所示,将保障分队视为一个只有上下左右 4 个自由度的粒子。图 1粒子通行自由度示意图Fig.1Schematic diagram of particle traffic degrees o
13、f freedom假设保障分队通过每个单元区域的理想时间为 t,则在现实中通过每个单元的实际通过时间为t实际=t/(x,y),(x,y)为路径上单元的通行因素影响值,单条路线的通行时间为。并根据时效性最优原则,选择通行时间最短的一条路线。1.2指挥所选址与转移选址的数学模型根据野战指挥所选址的影响因素,将一些影响较小的因素转化为约束条件,选择主要的影响因素作为适应度函数,建立数学模型。1.2.1约束条件前文分析得出,野战指挥所远离敌方活动区域,且远离敌直瞄重型火器打击威胁,距离取 7 km;我方野战指挥所的选址要确保能够指挥到所有指挥对象,同时要侧重于主攻方向或主要防守方向,本文统一设“距离/
14、指挥权重”应小于 12 km,则选址地点必须满足约束条件:1)距敌距离:(1)李众元等:基于改进粒子群算法的指挥所选址优化1251079(总第 48-)火 力 与 指 挥 控 制2023 年第 6 期其中,(xi,yi)为野战指挥所选址坐标点;(xk,yk)为敌方活动区域。2)我方约束条件:(2)其中,(xj,yj)为指挥对象坐标;茁t为指挥权重。3)根据注意事项,同时出于伪装考虑,应当避开含有独立地物的区域。1.2.2战斗准备阶段的选址模型在战斗准备阶段,保障分队通常具有较为充裕的时间进行机动和施工,参考文献 1,此时重点考虑指挥效能,在满足约束条件的前提下,考虑指挥对象的指挥权重,靠近重要
15、指挥对象,追求整体指挥通行距离最短,所以该阶段的选址模型,即适应度函数为:(3)其中,(xi,yi)为选址坐标点;(xj,yj)为指挥对象坐标点;茁t为对应指挥对象的指挥权重。1.2.3战斗阶段的选址模型与路径规划在战斗阶段,双方兵力处于高度激烈的对抗状态,战场态势随时都会发生巨大变化,有时指挥所必须转移。根据分析可知,选址限制在一定范围内,满足达到保障对指挥对象的指挥效能之后,此时应追求时间效益最优,指挥机关与保障分队可以更快到达地域和完成施工作业,所以该阶段的选址模型,即适应度函数为:F(x)=min(T构/琢(x,y)+T通行)(4)其中,琢(x,y)为对应选址坐标点的施工因素影响值。假
16、设 T构=200 t,出发点为战斗准备阶段的野战指挥所选址点。通过寻找满足约束条件,且总时间(通行时间和施工时间)最少的转移地点,并标记好通过的相应路径,即为符合野战指挥所转移选址模型最优的通行路径。2粒子群算法及其改进粒子群算法是一种模仿鸟群觅食的进化算法。将指挥所的选址看作是鸟群在飞行中寻找的食物,将指挥所的选址范围看作是鸟群觅食的范围。若将每只鸟抽象为粒子,则每个粒子根据适应值和自身的位置、速度在解空间中进行搜索。粒子的速度和位置的更新公式如下:(5)(6)其中,棕 为惯性权重;c1和 c2为学习因子;表示第 j 次迭代后粒子 i 的位置;rand()表示 0 到 1 之间的随机数。惯性
17、权重 棕 和学习因子 c1、c2通常取固定值,但由于本课题的针对性,对这 3 个参数进行优化。考虑到指挥所备选址间的联系,本文根据备选点影响力关系优化粒子初始化、粒子位置迭代公式。2.1粒子初始化本文考虑到指挥所可能的选址之间的影响力关系,以及指挥所可能选址的相似性,提出两个概念:选址相似性 sim(u,v)。代表选址 u,v 之间的相似性。(7)其中,Nu和 Nv分别代表节点 u,v 的邻居节点,也就是当前指挥所和邻近选址的关联情况。选址之间影响力 啄。代表在可能的选址中,各个选址之间相互的影响力。(8)其中,du和 dv分别代表节点 u,v 的度数,即当前选址与其他可能的选址的关联情况。i
18、mp(v),imp(u)代表当前节点的重要性。由于在现代战争中,时间效益对战斗胜负的影响至关重要,提高了时间效益会对敌方实现信息优势。因此,将 imp 表示为该选址的重要程度,主要是该选址区域的构工权重系数、通行权重系数与周围指挥权重之和。(9)其中,周围指挥权重为备选地址周围 7 个单元区域内的所有指挥对象权重之和。(10)(11)图 2影响度示意图Fig.2Schematic diagram of impact degrees在战斗准备阶段,重点考虑指挥效能,实现指1261080(总第 48-)挥员与指挥对象的时间效益最优;在战斗阶段,在满足指挥效能、安全转移与构工完善的前提下,实现时间效
19、益最优,保证指挥机关生存能力。dv和 imp(v)均衡了选址本身所代表的时间效益程度和选址在众多选址中的结构信息,不仅极大地考虑到了在众多指挥所备选地点之中的相互制衡关系,而且兼顾了单个指挥所的重要程度。以时间效益最优作为判断依据,能够较好地提升指挥所的指挥效能和生存能力。选址间的影响力 啄 又考虑到了选址间的相似程度,以多个相似的备选地点中找到最优位置,为高质量完成选址工作提供了先决条件。由于 啄(u,v)包含了所有节点对,即没有相连的选址间也存在影响力,而影响力数值不够规范可能出现选址间影响力出现巨大差异,进而不利于指挥所选址的综合考量。通过下式可计算所有备选选址点的综合影响力,并将此影响
20、力做标准化处理:因此,将 啄 做标准化处理:(12)其中,Nu表示选址 u 的相邻选址。通过上式可以将选址间的影响力标准化并计算出全局影响力,通过遍历所有备选选址即可计算出每个选址的影响力大小和重要程度,为之后粒子的迭代更新提供依据。因此,以上方法既可兼顾选址的相邻影响力,又能考虑到单个指挥所选址的重要程度,从而综合考量出一个适合战争准备的选址地点。2.2影响度粒子寻优传统粒子群算法没有考虑目标间的影响力关系,粒子的运动仅通过粒子的速度函数引导,缺乏针对性。通过对粒子群算法的速度迭代更新公式进行完善,以标准化后的粒子的影响度指导粒子的速度:(13)(14)相比于原始的粒子群算法,通过选址的影响
21、力分布调整粒子速度,综合单个选址的重要程度和选址间的联系后,更新粒子的寻优方向,因此,IPSO 更加具有针对性。2.3自适应惯性权重由于本课题需在不同的构工因素和通行因素的单元内寻优并标记路径,数据量十分巨大。因此,为提升寻有效率,使用递减权重的方法使算法在运算初期,也就是离最优解位置很远的时候,大范围的搜索速度更快,在算法运算后期,接近最优解时,搜索速度不能过快,使粒子群能在局部更加准确地搜索到最优解,公式如下:(15)其中,k 为当前迭代次数;kmax为迭代次数的最大值;D 为空间维度。惯性权重 w 的取值决定算法全局和局部搜索的程度,研究表明,权重 w 在 0.4,0.9 之间的平衡效果
22、最好9。此外,针对本课题的需求,优化学习因子 c1和 c2用以平衡粒子多样性和收敛速度。2.4动态平衡学习因子学习因子 c1、c2取值的大小关系着 PSO 算法的收敛速度和粒子的多样性10。由于需要考虑指挥选址的多种因素,因此,需要平衡收敛速度和粒子多样性,具体设置如下:(16)(17)其中,根据文献 11 设置参数范围,c1max=2.5,c1min=0.1;c2max=3.2,c2min=0.8;k 为当前迭代次数;D 为空间维度;kmax为迭代次数的最大值。综上分析,IPSO 算法流程图如图 3 所示。图 3改进粒子群算法流程图Fig.3Flow chart of improved pa
23、rticle swarm optimizationalgorithm李众元等:基于改进粒子群算法的指挥所选址优化1271081(总第 48-)火 力 与 指 挥 控 制2023 年第 6 期3基于改进粒子群算法的野战指挥所选址仿真3.1仿真背景本文使用 Matlab2019 软件,结合部队实战演训中的一般情况,利用文本的数学模型进行实例分析。利用 Matlab 程序随机生成每点的施工因素与通行因素如图 4、图 5 所示。图 4、图 5 表示的区域为 100100 个单元。图4 中单元颜色表示保障分队的施工难度,其中,红、黄、绿代表施工困难程度,权重系数分别为 0.3、0.6、0.9。图 5 中
24、单元颜色表示保障分队的通行难度,其中,红、黄、绿表示保障分队的通行困难程度,权重系数分别为 0.3、0.6、0.9。我方第 1 阶段战场态势表现为:我方指挥对象在战斗准备阶段的坐标与指挥权重、敌方活动区域坐标如表 1 所示。根据第 1 节的分析,以下 8 个单元区域(3,16)、(9,45)、(15,27)、(24,35)、(33,60)、(45,53)、(53,42)、(72,64),由于距离桥梁、公路较近、区域内含有独立地物等原因,不予选址考虑。经过激战后,我部顺利推进,敌方退却,我方准备展开第 2 阶段进攻行动。此时,新的战场态势表现为:我方指挥对象在战斗准备阶段的坐标与指挥权重、敌方活
25、动区域坐标如表 2 所示。指挥对象123横坐标374348纵坐标424143纵坐标44434545441465678584045414234333145525051947305210523353指挥权重0.80.90.90.80.70.80.80.70.70.7敌方活动区域12345678910横坐标36424651563237414651表 1战斗前活动区域坐标Table 1Coordinates of pre-combat activity area表 2战斗后活动区域坐标Table 2Coordinates of post-battle activity area指挥对象123横坐标19
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 粒子 算法 指挥所 选址 优化
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。