武器-目标分配(Weapon Target Assignment,WTA)是防空导弹武器系统的重要一环,直接影响其作战效能,甚至影响战斗的胜败。本文在已有研究成果的基础上对基于自适应大邻域搜索算法(Adaptive Large Neighborhood Search,ALNS)求解WTA问题进行了研究。首先,分析了WTA问题的研究现状以及解决WTA问题常用的智能优化算法,并从不同角度对WTA问题进行分类,重点研究了静态WTA问题和动态WTA问题。针对战场环境动态变化的问题,提出了基于拦截几何的在线WTA模型。在确定WTA问题的数学模型基础上,根据防空导弹武器系统的问题实际,对经典的优化算法进行改进和设计。同时,在分析现有求解NP难问题优化算法的优缺点的基础上,提出采用ALNS算法对WTA问题进行求解,针对WTA问题的特点,设计了3种破坏算子和3种修复算子,并通过自适应层对算子进行选择,提高了算法的搜索效率。针对随机性影响算子性能评价的问题,对ALNS算法的自适应层进行了改进,并采用模拟退火算法以一定概率接受劣解。这样在保证算法稳定性,提高算法搜索效率的同时,扩大了算法的搜索空间。最后,通过仿真实验,验证了ALNS算法的可行性与有效性。与传统的蚁群算法和粒子群算法对比结果表明,改进后的ALNS算法在求解防空导弹武器系统的WTA时求解精度高,收敛速度快,时间性能优越的特点。