有哪些信誉好的足球投注网站- 1、本文档共6页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（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。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第４１卷第４期指挥控制与仿真Ｖｏｌ４１Ｎｏ４
２０１９年８月ＣｏｍｍａｎｄＣｏｎｔｒｏｌ＆ＳｉｍｕｌａｔｉｏｎＡｕｇ２０１９
文章编号：１６７３⁃３８１９（２０１９）０４⁃００５９⁃０６
基于进化粒子群算法的军事训练计划智能优化
杜尚华，樊率军，赵玉建
（国防大学联合作战学院，河北石家庄０５００００）
摘要：针对军事训练中补差训练计划手工拟制优化困难的问题，提出一种基于进化粒子群算法的计划智能优化方
法。该方法以粒子群优化算法为基础，借鉴遗传算法中的生物竞争机制，引入生物个体的优胜劣汰算法，通过对低
分个体的淘汰和高分个体的繁殖跳出局部最优陷阱，以快速获取全局最优个体，并设计熵权理想点法计算个体的综
合评分结果，得到全局最优解。仿真结果表明：进化粒子群算法相比于标准粒子群算法、量子粒子群算法、遗传算法
具有更好的收敛性和更高的计算效率，能够有效解决补差训练计划智能优化问题。
关键词：补差训练计划；熵权理想点法；遗传算法；粒子群算法；智能优化
中图分类号：ＴＰ３９１９；Ｅ９１７文献标志码：ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３⁃３８１９．２０１９．０４．０１２
ＩｎｔｅｌｌｉｇｅｎｔＯｐｔｉｍｉｚａｔｉｏｎｏｆＲｅｍｎａｎｔＴｒａｉｎｉｎｇＰｌａｎＢａｓｅｄｏｎ
ＥｖｏｌｕｔｉｏｎａｒｙＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ
ＤＵＳｈａｎｇ⁃ｈｕａ，ＦＡＮＳｈｕａｉ⁃ｊｕｎ，ＺＨＡＯＹｕ⁃ｊｉａｎ
（ＪｏｉｎｔＯｐｅｒａｔｉｏｎＣｏｌｌｅｇｅｏｆＮａｔｉｏｎａｌＤｅｆｅｎｓｅＵｎｉｖｅｒｓｉｔｙｏｆＰＬＡ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００００，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｄｉｆｆｉｃｕｌｔｙｏｆｍａｎｕａｌｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｈｅｒｅｐｌｅｎｉｓｈｍｅｎｔｔｒａｉｎｉｎｇｐｒｏｇｒａｍｉｎｍｉｌｉｔａｒｙｔｒａｉｎｉｎｇ，ａｍｅｔｈ⁃
ｏｄｏｆｐｌａｎｎｉｎｇｉｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｅｖｏｌｕｔｉｏｎａｒｙｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｂａｓｅｄｏｎｔｈｅｐａｒｔｉｃｌｅ
ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｉｓｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｓｔｈｅｂｉｏ⁃ｃｏｍｐｅｔｉｔｉｏｎｍｅｃｈａｎｉｓｍｉｎｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｉｎｔｒｏｄｕｃｅｓｔｈｅ
ｓｕｒｖｉｖａｌｏｆｔｈｅｆｉｔｔｅｓｔａｌｇｏｒｉｔｈｍｏｆｔｈｅｂｉｏｌｏｇｉｃａｌｉｎｄｉｖｉｄｕａｌ，ａｎｄｊｕｍｐｓｏｕｔｔｈｅｌｏｃａｌｏｐｔｉｍａｌｔｒａｐｂｙｅｌｉｍｉｎａｔｉｎｇｔｈｅｌｏｗ⁃ｄｉｖｉｄ⁃
ｅｄｉｎｄｉｖｉｄｕａｌｓａｎｄｂｒｅｅｄｉｎｇｔｈｅｈｉｇｈ⁃ｄｉｖｉｄｅｄｉｎｄｉｖｉｄｕａｌｓ，ｓｏａｓｔｏｑｕｉｃｋｌｙｏｂｔａｉｎｔｈｅｇｌｏｂａｌｍａｘｉｍｕｍ．Ｅｘｃｅｌｌｅｎｔｉｎｄｉｖｉｄｕａｌ，
ａｎｄｄｅｓｉｇｎｔｈｅｅｎｔｒｏｐｙｗｅｉｇｈｔｉｄｅａｌｐｏｉｎｔｍｅｔｈｏｄｔｏｃａｌｃｕｌａｔｅｔｈｅｉｎｄｉｖｉｄｕａｌ＇ｓｃｏｍｐｒｅｈｅｎｓｉｖｅｓｃｏｒｅｒｅｓｕｌｔｓ，ａｎｄｏｂｔａｉｎｔｈｅ
ｇｌｏｂａｌｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｖｏｌｕｔｉｏｎａｒｙｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｂｅｔｔｅｒｃｏｎ⁃
ｖｅｒｇｅｎｃｅａｎｄｈｉｇｈｅｒｃｏｍｐｕｔａｔｉｏｎａｌｅｆ
文档评论（0）