Page 1Defence Science Journal, Vol.

Page 1
Defence Science Journal, Vol. 54, No. 3, July 2004, pp. 395-405© 2004, DESIDOC Hybrid Genetic-simulated Annealing Algorithm for OptimalWeapon Allocation in Multilayer Defence Scenario Sanjay BishtInstitute for Systems Studies & Analyses, Delhi-llQ 054 ABSTRACT Simulated annealing is one of the several heuristic optimisation techniques, that has beenstudied in the past to determine the most effective mix of weapons and their allocation to enemytargets in a multilayer defence scenario. Simulated annealing is a general stochastic searchalgorithm. It is usually employed as an optimisation method to find a near-optimal solution forhard combinatorial optimisation problems, but it is very difficult to give the accuracy of thesolution found. To find a better solution, aji often used strategy is to run the algorithm byapplying the existing best solution from the population space as the initial starting point. Givingmany passes of genetic algorithm can generate the best start-point solution. This paper describesa new hybrid optimisation method, named genetic-simulated annealing, that combines the globalcrossover operators from genetic algorithm and the local stochastic hill-climbing features fromsimulated annealing, to arrive at an improved solution with reduced computational time. Thebasic idea is to use the genetic operators of genetic algorithm to quickly converge the searchto a near-global minima/maxima, that will further be refined to a near-optimum solution by simulatedanneling using annealing process. The new hybrid algorithm has been applied to optimal weaponallocation in multilayer defence scenario problem to arrive at a better solution than producedby genetic algorithm or simulated annealing alone

Kết quả (Việt) 1:

Trang 1Defence Science Journal, Vol. 54, No. 3, July 2004, pp. 395-405© 2004, DESIDOC Hybrid Genetic-simulated Annealing Algorithm for OptimalWeapon Allocation in Multilayer Defence Scenario Sanjay BishtInstitute for Systems Studies & Analyses, Delhi-llQ 054 ABSTRACT Simulated annealing is one of the several heuristic optimisation techniques, that has beenstudied in the past to determine the most effective mix of weapons and their allocation to enemytargets in a multilayer defence scenario. Simulated annealing is a general stochastic searchalgorithm. It is usually employed as an optimisation method to find a near-optimal solution forhard combinatorial optimisation problems, but it is very difficult to give the accuracy of thesolution found. To find a better solution, aji often used strategy is to run the algorithm byapplying the existing best solution from the population space as the initial starting point. Givingmany passes of genetic algorithm can generate the best start-point solution. This paper describesa new hybrid optimisation method, named genetic-simulated annealing, that combines the globalcrossover operators from genetic algorithm and the local stochastic hill-climbing features fromsimulated annealing, to arrive at an improved solution with reduced computational time. Thebasic idea is to use the genetic operators of genetic algorithm to quickly converge the searchto a near-global minima/maxima, that will further be refined to a near-optimum solution by simulatedanneling using annealing process. The new hybrid algorithm has been applied to optimal weaponallocation in multilayer defence scenario problem to arrive at a better solution than producedby genetic algorithm or simulated annealing alone

Kết quả (Việt) 2:

Trang 1
Defence Science Journal, Vol. 54, số 3, tháng 7 năm 2004, pp. 395-405 © 2004, DESIDOC lai di truyền-mô phỏng luyện kim Algorithm cho OptimalWeapon giao đất tại Multilayer Defence Scenario Sanjay BishtInstitute cho các hệ thống nghiên cứu và phân tích, Delhi-LLQ 054 TÓM TẮT ủ Simulated là một trong những một số kỹ thuật tối ưu hóa heuristic, đã beenstudied trong quá khứ để xác định hỗn hiệu quả nhất của vũ khí và phân bổ của họ để enemytargets trong một kịch bản vệ đa lớp. Ủ mô phỏng là một searchalgorithm ngẫu nhiên nói chung. Nó thường được sử dụng như một phương pháp tối ưu để tìm một giải pháp gần tối ưu forhard vấn đề tối ưu hóa tổ hợp, nhưng nó là rất khó để đưa ra độ chính xác của thesolution được tìm thấy. Để tìm một giải pháp tốt hơn, aji chiến lược thường được sử dụng là để chạy các thuật toán byapplying các giải pháp tốt nhất hiện có từ các không gian dân số như là điểm khởi đầu ban đầu. Givingmany pass của thuật toán di truyền có thể tạo ra các giải pháp khởi điểm tốt nhất. Bài viết này describesa mới phương pháp tối ưu hybrid, tên ủ di truyền-mô phỏng, kết hợp khai thác globalcrossover từ thuật toán di truyền và các tính năng ngẫu nhiên đồi-leo địa phương fromsimulated ủ, để đi đến một giải pháp cải thiện với giảm thời gian tính toán. Ý tưởng Thebasic là sử dụng các toán tử di truyền của thuật toán di truyền để nhanh chóng hội tụ các searchto một cực tiểu gần toàn cầu / maxima, mà hơn nữa sẽ được tinh chế để một giải pháp gần tối ưu bằng cách sử dụng quá trình ủ simulatedanneling. Các thuật toán lai mới đã được áp dụng để weaponallocation tối ưu trong vấn đề kịch bản đa quốc phòng để đi đến một giải pháp tốt hơn so với thuật toán di truyền producedby hoặc mô phỏng ủ một mình