基于经验自学习人工蜂群算法的干扰资源分配

来源：系统工程与电子技术杂志2025年第12期北京时间：

作者：赵忠凯*, 黄馨瑶, 郑沛, 李虎

单位：1. 哈尔滨工程大学信息与通信工程学院，黑龙江 哈尔滨 150001；2. 哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室，黑龙江 哈尔滨 150001；3. 北京航天长征飞行器研究所，北京 100076

摘要：针对传统人工蜂群算法易陷入局部最优解、进化盲目等问题，提出经验自学习概念，并将其与人工蜂群算法相结合，实现经验自学习人工蜂群(empirical self-learning artificial bee colony algorithm，ESLABC)算法。基于熵权法对雷达威胁进行评估，对多约束干扰资源分配模型构建干扰效益评估函数，利用ESLABC算法进行仿真求解。仿真和实验结果表明， ESLABC算法拥有全局寻优能力强、收敛速度快、鲁棒性好等优点，有效解决了集群协同干扰场景下的干扰资源分配问题。

关键词：人工蜂群算法,经验自学习,干扰效果评估,干扰资源分配

基金资助：国家自然科学基金（62071137）资助课题