多目标群多基地多无人机协同任务规划

发布时间：2021-05-22 02:30

　　针对多目标群多基地多无人机协同任务规划问题,提出了一种周期性快速搜索遗传算法。以侦察任务为背景,将共同分配策略引入到任务规划中来,构建了多无人机协同侦察任务规划决策数学模型,并运用提出的周期性快速搜索遗传算法求解多无人机协同侦察任务规划问题。通过仿真算例,验证了模型的有效性和算法的合理性,与单亲遗传算法、传统遗传算法求解相比,周期性快速搜索遗传算法求解效率快且精度高。 

【文章来源】：弹箭与制导学报. 2019,39(01)北大核心

【文章页数】：6 页

【文章目录】：
0 引言
1 问题描述
2 多目标群多基地多无人机任务规划数学模型
    2.1 各目标群内任务规划数学模型
    2.2 目标群间无人机任务规划数学模型
        2.2.1 任务共同分配策略
        2.2.2 目标函数及数学模型
            1) 出动无人机的总路径代价
            2) 多基地协调调度合理化代价
3 周期性快速搜索遗传算法
    3.1 GA
    3.2 PFSGA思想
    3.3 PFSGA计算流程
4 仿真算例
    4.1 PFSGA的算例分析
    4.2 PFSGA与GA、单亲遗传算法的比较
5 结论


【参考文献】：
期刊论文
[1]基于蚁群算法的多无人机协同任务规划研究[J]. 张浩森,高东阳,白羽,王恒友.  北京建筑大学学报. 2017(02)
[2]基于任务区分的无人机航路规划方法[J]. 欧阳志宏,李修和.  弹箭与制导学报. 2017(03)
[3]多无人机协同任务规划的最优路线建模[J]. 谷佳,孙乐,孙佳艺.  白城师范学院学报. 2017(04)
[4]无人机扫描线区域覆盖中的转弯航迹规划[J]. 万明,代忠,褚文奎.  系统工程与电子技术. 2014(09)
[5]多UCAV协同任务分配模型及粒子群算法求解[J]. 杜继永,张凤鸣,杨骥,吴虎胜.  控制与决策. 2012(11)
[6]Memetic算法在无人机侦察航路规划中的应用[J]. 董文洪,易波,栗飞.  弹箭与制导学报. 2012(01)
[7]基于遗传算法的UCAV动态任务分配模型及研究[J]. 李湘清,孙秀霞,王栋,李士波,刘艳芳.  系统仿真学报. 2008(16)
[8]应用单亲遗传算法进行大规模UCAVs任务分配[J]. 冯琦,周德云.  火力与指挥控制. 2006(05)



本文编号：3200808