来源：期刊VIP网 时间：
作者：卿朝进;赵桂毅;何林锶;张银杰;魏茂刚;刘田;
单位：西华大学电气与电子信息学院;中国电子科技集团公司第十研究所;
摘要：针对地面防空设备部署方案产生速度慢、合理性差、防空效能低的问题，提出一种基于K-means聚类的人工蜂群(artificial bee colony,ABC)算法来解决目前地面防空设备部署中面临的挑战。此方法以防空效能作为评估指标，根据部署区域的数字高程模型(digital elevation model,DEM)数据，利用K-means算法对其进行聚类处理，根据部署区域的海拔、坡度、坡向等地理特征对其进行分类筛选。在筛选后的部署区域上进行ABC算法的迭代搜索，最后，利用先验信息对迭代产生的部署方案进行校验反馈。研究方法旨在利用K-means算法对部署区域聚类处理，再通过ABC算法迭代优化，以产生高防空效能的部署方案。仿真结果表明，研究方法在给定部署区域内经过262次迭代就可以产生防空效能为0.978 1的部署方案，而经典群智能算法产生的部署方案防空效能均在0.960 0附近，并且要经过400多次迭代才能够收敛，体现出了研究方法的实时性;此外，研究方法产生的部署方案均能够实现对保卫目标的完全覆盖，而经典群智能优化算法产生的部署方案会存在防空盲区，体现出了研究方法的合理性。
关键词：地面防空;;设备部署;;K-means;;人工蜂群算法;;防空效能
基金资助：国家自然科学基金(62301447);; 四川省科技计划资助项目(2023YFG0316);四川省科技计划“揭榜挂帅项目”(23GSC00004);; 中国高校产学研创新基金(2021ITA10016);; 西华大学校重点项目(Z1320929)
