摘要：动态武器目标分配（Weapon Target Assignment，WTA）中的目标选择策略问题可以通过建立马尔可夫决策过程（Markov decision pmcesses，MDP）模型进行研究，但目前尚无有效求解此类较大规模的MDP问题中最优策略的算法．通过分析动态WTA问题的MDP模型特点，给出了求解该问题最优策略的改进算法．该算法主要在初始策略选取规则、策略改进规则以及最优策略的判断准则等方面进行了改进．该算法具有计算量小，节省内存，并可得到最优解等优点．最后，通过算例将该算法与传统算法进行了比较．改进算法可以用于解决较大规模的动态WTA中的策略优化问题。

关键词：运筹学 动态武器目标分配 算法 策略优化 马尔可夫决策过程 

单位：国防科技大学信息系统与管理学院; 长沙410073; 中国人民解放军95851部队; 南京210046