基于蚁群算法的无人机协同多任务分配

基于蚁群算法的无人机协同多任务分配

ID:37943776

大小:868.70 KB

页数:8页

时间:2019-06-03

基于蚁群算法的无人机协同多任务分配_第1页
基于蚁群算法的无人机协同多任务分配_第2页
基于蚁群算法的无人机协同多任务分配_第3页
基于蚁群算法的无人机协同多任务分配_第4页
基于蚁群算法的无人机协同多任务分配_第5页
资源描述:

《基于蚁群算法的无人机协同多任务分配》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第29卷增刊航空学报Vol.29Sup.2008年5月ACTAAERONAUTICAETASTRONAUTICASINICAMay2008文章编号:1000-6893(2008)增-S184-08基于蚁群算法的无人机协同多任务分配苏菲,陈岩,沈林成(国防科学技术大学机电工程与自动化学院,湖南长沙410073)UAVCooperativeMulti-taskAssignmentBasedonAntColonyAlgorithmSuFei,ChenYan,ShenLincheng(CollegeofMechatronicEngineeringandAutomation,Nation

2、alUniversityofDefenseTechnology,Changsha410073,China)摘要:采用蚁群算法对无人机协同多任务分配问题(CMTAP)进行研究。在通用CMTAP模型的基础上,综合考虑包括动态任务时间约束和无人机任务能力的差别多类复杂约束条件,建立扩展的协同多任务分配模型。在多子群蚁群算法的基础上,提出了基于分工机制的蚁群算法对CMTAP进行求解。根据协同多任务分配的特点,设计了基于任务能力评估的问题解构造策略和基于任务代价的状态转移规则,提高了算法的性能。仿真实验结果表明该方法能有效地解决无人机协同多任务分配问题。关键词:无人机;协同多任务分配问题

3、;动态时间窗;分工机制;多子群蚁群算法中图分类号:V279文献标识码:AAbstract:Antcolonyalgorithmisappliedtosolveunmannedaerialvehicle(UAV)cooperativemulti-taskassign-mentproblem(CMTAP).BasedonthegenericformulationofCMTAP,anextendedmathematicalformulationfortheUAVCMTAPispresented,whichtakesthedynamictimewindowconstraintsandt

4、hecapabilitiesofUAVsintoac-count.Then,amulti-ant-colonyalgorithmbasedonthejob-divisionmechanismisputforwardtosolvetheproblem.AccordingtothecharacteristicsofCMTAP,thestrategyforconstructionofproblemsolutionbasedonmissioncapa-bilitiesofUAVandstatetransitionrulesbasedonmissioncostaredesignedtog

5、eneratethefeasiblesolutionsofCMTAPandimprovetheperformanceofalgorithm.Thesimulationresultsdemonstratethefeasibilityandefficiencyofthealgorithmputforward.Keywords:unmannedaerialvehicle;cooperativemulti-taskassignmentproblem;dynamictimewindow;job-divisionmechanism;multi-ant-colonyalgorithm[2]无

6、人机协同多任务分配问题(CooperativelesmanProblem,MTSP)模型、车辆路径问题[1][3]Multi-TaskAssignmentProblem,CMTAP)的目(VehicleRoutingProblem,VRP)模型、混合整标是在执行任务无人机集合性能允许的范围内,数线性规划(MixedIntegerLinearProgramming,[4]针对不同用户提出的多任务需求,确定出各无人MILP)模型等。美国空军研究实验室在无人机机的任务执行序列,包括目标集合、执行任务的任务分配研究中建立了带时间窗的不同能力约束类型以及不同任务的执行顺序和时间等,以确保

7、车辆路径问题(CapacitatedVehicleRoutingPro-多无人机在多任务执行过程中的协同性。研究高blemwithTimeWindows,CVRPTW)模型,并将效率协同多任务分配方法是提升无人机未来战场其应用于“全球鹰”无人机和“捕食者”无人机[5-7]适应能力和作战效能的重要途径,具有较大的理的侦察任务规划问题建模。随着无人机能力不论和实际意义。现阶段,国内外关于无人机任务断增强,无人机执行任务的复杂程度也随之增强,分配问题的研究成果主要包括任务分配问题建模不同任务之间存

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。