一种基于深度强化学习的多目标资源分配方法

本发明公开了一种基于深度强化学习的多目标资源分配方法，包括步骤：实时场景信息获取与处理；资源分配多目标优化数学模型构建：包括决策变量表示，目标函数构建，约束条件设计；基于深度强化学习的多目标优化设计；结合基于深度强化学习的多目标优化算法求得的最优资源分配方案，为尽可能多的来袭目标分配不同时段的雷达和发射车组合进行目标拦截，从而实现最大化成功拦截概率、最小化拦截成本以及最高的资源利用率的目的。本发明优化目标涵盖提高拦截成功率、降低资源消耗等方面，同时考虑约束条件，形成混合整数线性模型，以实现多目标间的最优平衡；对强化学习方法进行了修改和改进，更准确地满足停止条件。