基于改进QGA的有/无人机编队多任务联盟生成
发布时间：2021-09-09 06:26
针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA（Quantum Genetic Algorithm,QGA）的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。
【文章来源】：火力与指挥控制. 2019,44(08)北大核心CSCD
【文章页数】：7 页
【部分图文】：
原始QGA与改进QGA寻优搜索结果对比
j4neTj5neTj6T1110.4--0.25（110，170）200100T2110.5--0.25（110，130）200100T3110.6--0.25（140，150）100100T4510.1--0.25（110，190）020001T5610.1--0.25（100，110）030001T61010.1--0.25（150，150）020001T7310.2［6，6.5］0.5（175，175）004011T8410.2［7.5，8］0.5（175，115）003011表1作战任务属性Step10：对每个染色体进行量子旋转门操作，得到更新的种群。Step11：更新各种群演化目标及全局最优适应度值。转Step4。改进的QGA算法流程如图1所示。图1改进的QGA算法流程4案例仿真与结果分析采用计算机仿真验证提出的有/无人机编队多任务联盟生成方法的性能。计算机基本配置为：IntelPentium（R）DualE21802GHz，2G内存，WindowsXP操作系统。仿真平台软件及版本为matlab2014a。4.1初始参数设定假定任务背景为有/无人机编队对敌方防空阵地、机尝指挥所、移动目标等多个地面目标实施攻击。战场区域为200km×200km的矩形区域。无人机待战集结区中心坐标为（20，20），有人机待战机场坐标为（-40，40），单位为km。每个待攻击目标对应一个任务，分别编号为T1~T8。假定任务序列已预先规划，如图2所示。图2任务间的时序关系各任务属性如表1所示。·98·1398
峁?治?采用计算机仿真验证提出的有/无人机编队多任务联盟生成方法的性能。计算机基本配置为：IntelPentium（R）DualE21802GHz，2G内存，WindowsXP操作系统。仿真平台软件及版本为matlab2014a。4.1初始参数设定假定任务背景为有/无人机编队对敌方防空阵地、机尝指挥所、移动目标等多个地面目标实施攻击。战场区域为200km×200km的矩形区域。无人机待战集结区中心坐标为（20，20），有人机待战机场坐标为（-40，40），单位为km。每个待攻击目标对应一个任务，分别编号为T1~T8。假定任务序列已预先规划，如图2所示。图2任务间的时序关系各任务属性如表1所示。·98·1398
【参考文献】：
期刊论文
[1]未知环境下异构多无人机协同搜索打击中的联盟组建[J]. 刘重,高晓光,符小卫,牟之英. 兵工学报. 2015(12)
[2]基于改进量子进化算法的巡航导弹航路规划方法[J]. 张磊,方洋旺,柴栋,雍霄驹. 兵工学报. 2014(11)
[3]基于多智能体联盟的多机协同空战任务分配[J]. 刁兴华,方洋旺,肖冰松,毛东辉. 北京航空航天大学学报. 2014(09)
[4]有人机/UCAV编队对地攻击指挥控制系统总体研究[J]. 刘跃峰,陈哨东,赵振宇,张安. 火力与指挥控制. 2013(10)
[5]有人-无人作战智能体任务联盟形成策略方法[J]. 万路军,姚佩阳,孙鹏,邓长来,税冬东. 空军工程大学学报(自然科学版). 2013(03)
[6]量子蚁群算法求解多任务联盟问题[J]. 冀俊忠,程亮,赵学武,刘椿年. 北京工业大学学报. 2013(03)
[7]有人/无人作战智能体分布式任务分配方法[J]. 万路军,姚佩阳,孙鹏. 系统工程与电子技术. 2013(02)
[8]网络化防空导弹体系集中式拦截联盟形成方法[J]. 唐苏妍,朱一凡,葛伟,李群. 系统工程理论与实践. 2011(02)
[9]一种解决组合优化问题的改进型量子遗传算法[J]. 邢焕来,潘炜,邹喜华. 电子学报. 2007(10)
本文编号：3391599
【文章来源】：火力与指挥控制. 2019,44(08)北大核心CSCD
【文章页数】：7 页
【部分图文】：
原始QGA与改进QGA寻优搜索结果对比
j4neTj5neTj6T1110.4--0.25（110，170）200100T2110.5--0.25（110，130）200100T3110.6--0.25（140，150）100100T4510.1--0.25（110，190）020001T5610.1--0.25（100，110）030001T61010.1--0.25（150，150）020001T7310.2［6，6.5］0.5（175，175）004011T8410.2［7.5，8］0.5（175，115）003011表1作战任务属性Step10：对每个染色体进行量子旋转门操作，得到更新的种群。Step11：更新各种群演化目标及全局最优适应度值。转Step4。改进的QGA算法流程如图1所示。图1改进的QGA算法流程4案例仿真与结果分析采用计算机仿真验证提出的有/无人机编队多任务联盟生成方法的性能。计算机基本配置为：IntelPentium（R）DualE21802GHz，2G内存，WindowsXP操作系统。仿真平台软件及版本为matlab2014a。4.1初始参数设定假定任务背景为有/无人机编队对敌方防空阵地、机尝指挥所、移动目标等多个地面目标实施攻击。战场区域为200km×200km的矩形区域。无人机待战集结区中心坐标为（20，20），有人机待战机场坐标为（-40，40），单位为km。每个待攻击目标对应一个任务，分别编号为T1~T8。假定任务序列已预先规划，如图2所示。图2任务间的时序关系各任务属性如表1所示。·98·1398
峁?治?采用计算机仿真验证提出的有/无人机编队多任务联盟生成方法的性能。计算机基本配置为：IntelPentium（R）DualE21802GHz，2G内存，WindowsXP操作系统。仿真平台软件及版本为matlab2014a。4.1初始参数设定假定任务背景为有/无人机编队对敌方防空阵地、机尝指挥所、移动目标等多个地面目标实施攻击。战场区域为200km×200km的矩形区域。无人机待战集结区中心坐标为（20，20），有人机待战机场坐标为（-40，40），单位为km。每个待攻击目标对应一个任务，分别编号为T1~T8。假定任务序列已预先规划，如图2所示。图2任务间的时序关系各任务属性如表1所示。·98·1398
【参考文献】：
期刊论文
[1]未知环境下异构多无人机协同搜索打击中的联盟组建[J]. 刘重,高晓光,符小卫,牟之英. 兵工学报. 2015(12)
[2]基于改进量子进化算法的巡航导弹航路规划方法[J]. 张磊,方洋旺,柴栋,雍霄驹. 兵工学报. 2014(11)
[3]基于多智能体联盟的多机协同空战任务分配[J]. 刁兴华,方洋旺,肖冰松,毛东辉. 北京航空航天大学学报. 2014(09)
[4]有人机/UCAV编队对地攻击指挥控制系统总体研究[J]. 刘跃峰,陈哨东,赵振宇,张安. 火力与指挥控制. 2013(10)
[5]有人-无人作战智能体任务联盟形成策略方法[J]. 万路军,姚佩阳,孙鹏,邓长来,税冬东. 空军工程大学学报(自然科学版). 2013(03)
[6]量子蚁群算法求解多任务联盟问题[J]. 冀俊忠,程亮,赵学武,刘椿年. 北京工业大学学报. 2013(03)
[7]有人/无人作战智能体分布式任务分配方法[J]. 万路军,姚佩阳,孙鹏. 系统工程与电子技术. 2013(02)
[8]网络化防空导弹体系集中式拦截联盟形成方法[J]. 唐苏妍,朱一凡,葛伟,李群. 系统工程理论与实践. 2011(02)
[9]一种解决组合优化问题的改进型量子遗传算法[J]. 邢焕来,潘炜,邹喜华. 电子学报. 2007(10)
本文编号：3391599
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3391599.html
