An Air Defense Deployment Method Based on NSGAⅡ Algorithm

doi:10.3969/j.issn.1009-086x.2025.01.005

Abstract

Abstract:

Traditional air defense weapon deployment methods primarily focus on optimization models under predefined scenarios， which are inadequate for adapting to the multi-level， multi-path airstrike modes encountered in actual combat. A multi-objective optimization algorithm based on NSGA-II is proposed for a defense system consisting of multiple targets and various air defense weapons. The covering capability and penetration probability are defined as two objective functions， with constraints including battle formation and terrain. This algorithm effectively evaluates the strengths and weaknesses of regional air defense deployments， and addresses the problem of optimizing air defense weapons placement under specific conditions. The simulation results demonstrate that the proposed method enhances cover capability and improves the interception effectiveness in specific air situations.

Key words: NSGAⅡ, air defense deployment, cover capability, penetration probability

摘要：

传统的防空武器部署方法主要考虑的是给定态势下的优化模型，难以适应实际作战中全空域、多层次、多路径的空袭模式。针对多个守卫目标以及多种防空武器组成的防御体系，提出了一种基于NSGAⅡ的多目标优化算法，将掩护能力与突防概率作为2个目标函数，引入战斗队形、地形限制作为约束条件。可以合理地度量区域防空作战部署的优劣，解决在一定情况下防空武器的优化部署问题。通过仿真算例验证了该方法能够有效增强掩护能力并提升特定空情拦截效果。

关键词: NSGAⅡ, 防空部署, 掩护能力, 突防概率

CLC Number:

Chenchen HUANG, Suhang LI, Zilong GAO, Yuebing CHENG, Zining Zhao. An Air Defense Deployment Method Based on NSGAⅡ Algorithm[J]. Modern Defense Technology, 2025, 53(1): 45-51.

黄晨晨, 李苏杭, 高子龙, 程跃兵, 赵子宁. 一种基于NSGAⅡ多目标优化的防空武器部署方法[J]. 现代防御技术, 2025, 53(1): 45-51.

Figures/Tables 7

Fig. 1 Battlefield situation map of air defense operations

Fig. 2 NSGA II algorithm process

Fig. 3 Air defense demand heat map

Fig. 4 Pareto chart

Fig. 5 Deployment diagram with the lowest penetration probability

Fig. 6 Deployment diagram with the best covering capability

Fig. 7 Thermal diagram of covering capability

References 15

1	魏明英，崔正达，李运迁. 多弹协同拦截综述与展望［J］. 航空学报， 2020， 41（S1）： 26-33.
	WEI Mingying， CUI Zhengda， LI Yunqian. Review and Future Development of Multi-Missile Coordinated Interception［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（S1）： 26-33.
2	陈善松，唐明南，韩林频，等. 海军舰艇编队防空导弹协同作战技术研究［J］. 现代防御技术， 2013， 41（3）： 1-4， 29.
	CHEN Shansong， TANG Mingnan， HAN Linpin， et al. Research on Air Defense Missile Cooperative Warfare Technology of Naval Ship Formation［J］. Modern Defence Technology， 2013， 41（3）： 1-4， 29.
3	杨进帅，李进，王毅. 武器-目标分配问题研究［J］. 火力与指挥控制， 2019， 44（5）： 6-11.
	YANG Jinshuai， LI Jin， WANG Yi. Study of Weapon Target Assignment Problem［J］. Fire Control & Command Control， 2019， 44（5）： 6-11.
4	徐克虎，孔德鹏，陈金玉. 合成分队动态武器目标分配协同决策模型［J］. 火力与指挥控制， 2016， 41（6）： 62-66， 72.
	XU Kehu， KONG Depeng， CHEN Jinyu. Synthesis Unit Dynamic Weapon Target Assignment Model of Collaborative Decision Making［J］. Fire Control & Command Control， 2016， 41（6）： 62-66， 72.
5	李欣然，樊永生. 求解武器目标分配问题的改进粒子群算法［J］. 火力与指挥控制， 2014， 39（12）： 58-61.
	LI Xinran， FAN Yongsheng. An Improved Particle Swarm Algorithm for Weapon Target Assignment Problem Solving［J］. Fire Control & Command Control， 2014， 39（12）： 58-61.
6	李森，张涛，陈刚，等. 美陆军一体化防空反导体系建设研究及启示［J］. 现代防御技术， 2020， 48（6）： 26-38.
	LI Sen， ZHANG Tao， CHEN Gang， et al. Integrated Air and Missile Defense System-of-Systems of the US Army and Its Inspiration［J］. Modern Defence Technology， 2020， 48（6）： 26-38.
7	唐明南，张承龙，赵强，等. 任务场景驱动的防空资源部署方案智能生成与优化方法［J］. 现代防御技术， 2023， 51（3）： 1-9.
	TANG Mingnan， ZHANG Chenglong， ZHAO Qiang， et al. Scenario-Driven and Intelligent Optimization of Disposition Scheme for Air Defense［J］. Modern Defence Technology， 2023， 51（3）： 1-9.
8	陈杰，陈晨，张娟，等. 基于Memetic算法的要地防空优化部署方法［J］. 自动化学报， 2010， 36（2）： 242-248.
	CHEN Jie， CHEN Chen， ZHANG Juan， et al. Deployment Optimization for Point Air Defense Based on Memetic Algorithm［J］. Acta Automatica Sinica， 2010， 36（2）： 242-248.
9	雷宇曜，姜文志，刘立佳，等. 基于子目标进化算法的要地防空武器系统优化部署［J］. 系统工程与电子技术， 2016， 38（2）： 314-322.
	LEI Yuyao， JIANG Wenzhi， LIU Lijia， et al. Weapon System Deployment Optimization Based on a Sub-Objective Evolutionary Algorithm for Key-Point Air Defense［J］. Systems Engineering and Electronics， 2016， 38（2）： 314-322.
10	赖文星，贾军，鲍然，等. 基于多目标优化的防空武器拦截方案设计方法［J］. 空天防御， 2019， 2（4）： 1-6.
	LAI Wenxing， JIA Jun， BAO Ran， et al. Design Method of Air Defense Weapon Interception Scheme Based on Multi-Objective Optimization［J］. Air & Space Defense， 2019， 2（4）： 1-6.
11	李苏杭，黄晨晨，王勋宝，等. 一种基于轮盘赌策略的防空部署方法［J］. 空天防御， 2022， 5（2）： 42-48.
	LI Suhang， HUANG Chenchen， WANG Xunbao， et al. An Air Defense Deployment Method Based on Roulette Strategy［J］. Air & Space Defense， 2022， 5（2）： 42-48.
12	周天颜，冯小恩，范云锋，等. 避免防空火力过剩的地面兵力防御部署优化模型［J］. 空天防御， 2022， 5（4）： 19-23.
	ZHOU Tianyan， FENG Xiaoen， FAN Yunfeng， et al. Optimization Model of Ground Air Defense Force Deployment to Avoid Excessive Air Defense Firepower［J］. Air & Space Defense， 2022， 5（4）： 19-23.
13	DEB K， PRATAP A， AGARWAL S， et al. A Fast and Elitist Multiobjective Genetic Algorithm： NSGA-II［J］. IEEE Transactions on Evolutionary Computation， 2002， 6（2）： 182-197.
14	DEB K， JAIN H. An Evolutionary Many-Objective Optimization Algorithm Using Reference-Point-Based Nondominated Sorting Approach， Part I： Solving Problems with Box Constraints［J］. IEEE Transactions on Evolutionary Computation， 2014， 18（4）： 577-601.
15	陈刚，胡莹，徐敏，等. 基于NSGA-II算法的RLV多目标再入轨迹优化设计［J］. 西北工业大学学报， 2006， 24（2）： 133-137.
	CHEN Gang， HU Ying， XU Min， et al. Implementing a Multi-Objective Optimization Design of RLV Reentry Trajectory［J］. Journal of Northwestern Polytechnical University， 2006， 24（2）： 133-137.

[1]	ZHANG Wen-bo, LI Xiao-jun, ZHANG Jing-sheng. Application of the Adjacent Superior Ownership Degree Entropy in theEvaluation of Ground Air Defense Deployment [J]. Modern Defense Technology, 2020, 48(3): 61-68.
[2]	HU Zhen-zhen, WANG Liang, YANG Bao-qing, HU Yu-li, YANG Wen. Analysis of Missile Penetration Probability Difference between Analytic Computation and Simulation Computation [J]. Modern Defense Technology, 2018, 46(5): 19-25.