一种基于DQN的改进NSGA-Ⅱ算法
吴亚楠
张剑
武汉数字工程研究所 武汉 430205
摘要：采用传统单种群NSGA-Ⅱ算法求解武器目标分配多目标优化数学模型,解算过程中容易陷入局部最优,且存在分布性不足、求解时间长等缺陷.为了改善算法性能,获得更好的Pareto最优解集结果,可结合深度强化学习和双种群"迁徙"思想对传统单种群NSGA-Ⅱ算法进行改进.采用深度强化学习DQN算法来对双种群"迁徙"操作中涉及到的各项迁徙参数进行调整优化,对深度强化学习要素进行设计,并通过实验验证改进后的NSGA-II算法具有更好的算法性能,且算法耗时更少,表明论文改进NSGA-Ⅱ算法在求解武器目标分配问题上的有效性.
关键词：弹目分配改进NSGA-Ⅱ算法双种群迁徙
分类号：TP391.3(计算技术、计算机技术)
论文发表日期：2023-04-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 29-33 )
英文信息