随着信息技术的快速发展,实现作战指挥的信息化已经成为当前以及未来各国研究战场指挥控制决策的重点。在指挥控制决策的研究过程中,一个最为关键的问题就是武器-目标分配(Weapon Target Assignment,WTA),即如何快速有效地分配武器来达到设定的作战效果。WTA是一个典型的优化问题,本文在现有研究成果的基础上,对基于粒子群优化算法的舰载武器-目标分配问题进行了详细的求解。论文中详细介绍了粒子群算法的研究现状以及武器-目标分配问题的模型和求解算法,并对多目标优化问题、多目标优化算法、粒子群优化算法(Particle Swarm Optimization,PSO)以及多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization,MOPSO)的概念、原理等做了详细论述,为课题的研究奠定了理论基础。论文针对粒子群算法存在的不足进行了改进。首先对标准粒子群算法进行改进,采用基准测试函数得到的仿真结果表明改进PSO相比标准PSO和遗传算法(Genetic Algorithm,GA)在精度和收敛次数上都取得了更好的效果;然后对求解多目标优化问题的多目标粒子群算法进行改进,采用ZDT函数集与MOPSO和带精英机制的快速非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-II,NSGA-II)进行对比,仿真结果表明改进MOPSO取得了更好的结果。将改进PSO用于求解以打击总失败概率最小为目标函数的舰载武器-目标分配单目标优化模型,模拟战场仿真实验结果表明改进PSO相比标准PSO和GA得到了更小的失败概率。在此基础上,考虑到在得到较好的作战打击效果的情况下,使消耗武器的数量尽可能减少,因此建立了以打击总失败概率最小和武器使用数量最少为目标函数的舰载武器-目标分配多目标优化模型,采用改进MOPSO来求解,与MOPSO和NSGA-II分别进行对比,在作战打击效果与武器消耗方面都得到了明显的改善。