收稿日期：2013-04-05修回日期：2013-06-13
作者简介：何
凡（1987-），男，安徽合肥人，助理工程师，研究方向：电子对抗训练评估。
摘
要：蚁群算法是一种群智能优化算法，其理论来源于自然界中蚂蚁群的寻径行为。针对地对空多目标雷达
干扰系统在实战中目标较多情况下的干扰资源分配问题，提出了一种基于蚁群算法的分配优化模型，为解决传统蚁群算法寻优速度慢，容易陷入局部最优解等缺点，在蚂蚁路径选择策略、信息素挥发、信息素更新和精英保留等方面提出相应改进策略，给出改进后算法的具体实现步骤，最后举出实际算例，通过仿真实验，证明了算法的优越性。
关键词：蚁群算法，干扰资源分配，雷达对抗中图分类号：TN95；TN974
文献标识码：A
改进蚁群算法求解多目标雷达干扰资源优化分配
何
凡1，祁世民1，谢贵武1，吴
桐1，
2
（1.解放军63893部队，河南洛阳471003；2.湖南大学，长沙470082）
Improved Ant Colony Algorithm to Solve Multi-objective Optimization of Radar Interference Resource Distribution
HE Fan 1，QI Shi-min 1，XIE Gui-wu 1，WU Tong 1，
2
（1.63893Troops of PLA ，Luoyang 471003，China ；2.Hunan University ，Changsha 470082，China ）
Abstract ：Ant colony algorithm is a population intelligent optimization algorithm ，and its theory is
based on the nature of the ant search for make.For surface-to-air multi-target radar jamming system in actual combat target more cases of interference resource allocation problem ，and a model of distribution optimization based on ant colony algorithm is put forward ，to solve the traditional ant colony algorithm optimization speed slow ，easy to fall into local optimal solutions ，such as faults ，in the ant routing strategy ，pheromone volatilization ，pheromone updating and elite reservation etc.The corresponding improvement strategy is put forward ，the concrete realization steps of the improved algorithm is given ，finally cite the actual case ，through the simulation experiment ，the superiority of the algorithm is proved.
Key words ：
ant colony algorithm ，interference resource allocation ，radar against 引言
近几次局部战争中可以看出，空袭作战已成为战场排头兵和杀手锏。遏止敌空中侦察、进攻的方法，除了防空火力外，地对空雷达干扰系统已经成为现代防空作战中不可或缺的重要力量。但由于干扰资源有限，在敌大范围火力突防时，针对多目标，合理高效地运用有限资源，达到较大作战效益，是必须解决的问题。
干扰资源的优化分配问题，属于NP 难题［1］，为解决此问题，采用蚁群算法求解。蚁群算法由意大
利学者Dorigo 在1991年提出［2］。算法的思想是通
过构造抽象蚂蚁群，利用蚂蚁间相互学习合作的正反馈效果找出问题的较优解。目前蚁群算法在求解TSP （旅行商人问题）、指派问题等优化调度问题中得到了较好的应用。
蚁群算法在寻优过程中采用了随机选择策略，使得计算过程可能出现进化速度慢或者陷入局部最优解而停滞。为解决算法的缺陷，许多学者做了大量研究。算法提出者Dorigo 于1997年又提出了
改进的ACS 算法［3-4］。Bullnheimer 等［5］
于1999年提出了加入排序因子的改进算法，提高了搜索速
文章编号：1002-0640（2014）
06-0111-04Vol.39，No.6Jun ，2014
火力与指挥控制
Fire Control &Command Control 第39卷第6期2014年6月
111··
1035