《表1 优化前后各参数对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种多目标果蝇算法及其在全弹道优化设计中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

多目标果蝇算法参数选择:子种群数Ns=10，各子种群的个体数Np=50，最大迭代次数gmax=500，为了平衡算法全局搜索和局部搜索的能力，每一代果蝇个体中有80%的搜索距离h=100，其余个体的搜索距离h=1。运用Matlab编程，对该模型进行优化求解，得到Pareto前沿如图3所示，可以看出，改进的多目标果蝇算法全局搜索能力强，求得的Pareto前沿解分布均匀，解的多样性好。根据工程经验选取其中一个最优解如表1所示。与初始设计[8]对比，弹丸的杀伤面积A从1 352.20 m2提高到2 021.62 m2，提高了49.51%，与此同时，火炮射程L从15.90 km提高到22.77 km，提高了43.21%，性能得到了明显提升。优化结果表明，改进多目标果蝇算法能够满足实际工程问题求解的需求。