MÔ HÌNH TỐI ƯU ĐA MỤC TIÊU TRONG LẬP KẾ HOẠCH TÁC CHIẾN CHO LỰC LƯỢNG TÁC CHIẾN ĐIỆN TỬ
159 lượt xemTừ khóa:
Kỹ thuật chỉ dẫn; Mô hình đại diện; Tối ưu đa mục tiêu; M-K-RVEA; M-CSEA.Tóm tắt
Trong giai đoạn tổ chức chuẩn bị tác chiến chiến dịch, Chủ nhiệm tác chiến điện tử (TCĐT) cần phải lập kế hoạch tác chiến của lực lượng TCĐT trong đó, xác định các nhiệm vụ cho các đơn vị TCĐT. Mỗi kế hoạch tác chiến gồm một trình tự các nhiệm vụ và phải thỏa mãn các yêu cầu ràng buộc. Một kế hoạch được đánh giá là tốt nếu đồng thời tối ưu các mục tiêu cơ bản gồm: tổng số thời gian thực hiện là thấp nhất, hiệu quả thực hiện là cao nhất và tỷ suất trung bình sử dụng nguồn lực là thấp nhất. Bài báo đề xuất tiếp cận tối ưu đa mục tiêu để mô hình hóa bài toán và áp dụng giải thuật tiến hóa sử dụng mô hình đại diện kết hợp kỹ thuật chỉ dẫn để tìm kiếm lời giải tối ưu.
Tài liệu tham khảo
[1]. Ganguly S., "Multi-objective planning for reactive power compensation of radial distribution networks with unified power quality conditioner allocation using particle swarm optimization", IEEE Transactions on Power Sys-tems 29.4 (2014), pp.1801-1810.
[2]. Kuo T. C., Chen H. M., Liu C. Y., Tu J. C., Yeh T. C., "Applying multi-objective planning in low-carbon product design", International Journal of Precision Engineering and Manufacturing 15.2 (2014), pp. 241-249.
[3]. Hu X., Zhang H., Chen D., Li Y., Wang L., Zhang F., Cheng H., "Multi-objective planning for integrated energy systems considering both exergy efficiency and economy", Energy 197 (2020), pp. 117-155.
[4]. Dinh N.D., Long N., Hoai N.X., "A guidance method for robustness surrogate assisted multi-objective evolutionary algorithms", Journal of Research and Development on Information and Communication Technology, vol 2021 no 1 (2021), pp. 1-18.
[5]. Chugh T., Jin Y., Hakanen J., Miettinen K., "K-RVEA: A Kriging-assisted evolutionary algorithm for many-objective optimization", Scientific Computing, no.B, 2 (2016).
[6]. Pan L., He C., Tian Y., Wang H., Zhang X., Jin Y., "A classification-based surrogate-assisted evolutionary algorithm for expensive many-objective optimization", IEEE Transactions on Evolutionary Computation, 23.1 (2018), pp.74-88.
[7]. Audet C., Bigeon J., Cartie D., Digabel S. L., Salomon L., "Performance indicators in multi-objective optimization", European Journal of Operational Research, vol 292 (2021), pp.397-422.
