武器-目标分配问题(WTA,Weapon-Target Assignment Problem)是一个典型的优化问题,需要将武器根据目标进行合理分配,使防御方损失最小。随着信息化武器装备的发展和在军事领域的广泛应用,武器-目标分配问题备受军事界的关注。本文在现有研究成果的基础上主要对基于蚁群算法的WTA问题进行了详细的求解。首先,本文分析了现有WTA问题的研究现状以及解决WTA问题的常用智能算法。并从不同的角度,对WTA问题进行详细分类,重点研究了静态WTA问题和动态WTA问题的定义以及模型构建。在此基础上,进一步阐述了武器-目标分配问题中的特例智能雷场中的攻击决策模型的构建过程,综合考虑地雷和坦克之间的距离、角度和速度三个威胁因素,并给出了智能雷场攻击决策优化的目标函数E(s)。在确定了WTA问题的数学模型和优化算法后,本文将粒子群算法和蚁群算法相结合,对传统蚁群算法进行改进。通过仿真实验,验证了改进后的算法具有比较明显的优势。与传统蚁群算法相比,改进的蚁群算法求解精度高,收敛速度快,时间性能优越。本文对改进后蚁群算法的稳定性进行参数选取分析,进而得出蚁群算法的参数选取原则。本文还给出了改进后算法求解WTA问题的实现步骤,结合WTA问题实例进行求解,得出具体的武器-目标优化分配方法。最后对智能雷场中的决策模型进行了实验验证。