基于竞争蛙跳算法的军事训练计划智能优化

摘要

针对军事训练中补差训练计划拟制和优化困难的问题,提出一种基于蛙跳算法的补差训练计划智能优化算法.该算法以标准蛙跳算法为基础,通过引入遗传算法"超级个体剔除"和"自然选择"的优胜劣汰竞争机制,实现算法自主删除冗余个体并有效进化的方法提升算法的全局寻优能力和收敛效率,并定义和构建了符合补差训练计划工程特点的评估指标数学模型,实现了基于熵权理想点法的补差训练计划综合评分,最终通过竞争蛙跳算法的多代推演获取全局最优解.仿真结果表明:竞争蛙跳算法较标准蛙跳算法具有更强的全局寻优能力和更快的收敛效率,能够有效解决补差训练计划的智能优化问题.