基于粒子群算法的灾后救援多机器人任务分配

发布时间：2023-12-24 10:36

　　多机器人任务分配问题普遍存在于仓储物流,无人机协同作战,灾难救援等多个领域,旨在多机器人多任务环境中,按照一定的评价标准,寻找一个或若干个满足评价指标最优的任务分配序列。本文考虑灾后救援多机器人任务分配问题,基于粒子群优化方法,提出合理有效的任务分配策略,以期在有限的时间内完成尽可能多被困人员的救援。主要包括如下3个内容:(1)针对静态单类型任务分配问题,建立数学模型并提出一种基于粒子群优化方法的分组式任务分配方法。为了减少分配算法的计算复杂度,同时提高分配方案的合理性,本文着眼于问题特性,提出以下策略:首先,根据任务的位置信息和时间约束,设计合理的任务分组方法;其次,设计基于聚类的粒子群初始解生成方法,并给出惯性权重参数ω的自适应调节策略。实验结果证明,该方法能够有效减少分配过程的计算复杂度,并提高任务分配求解方法的性能。(2)针对多约束多类型任务分配问题,建立数学模型并提出基于粒子群优化方法的匹配度任务分配方法。随着救援范围的扩大和任务复杂度的增加,需要考虑任务类型的多样性以及机器人的资源负载和电量约束,内容(1)的方法对此场景不再适用。为了进一步提升算法性能,首先,以最小任务失败...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究动机
    1.2 研究内容
    1.3 论文结构
    1.4 本章小结
2 相关工作
    2.1 粒子群优化方法
    2.2 任务分配问题
    2.3 基于PSO的任务分配
    2.4 本章小结
3 分组式灾后救援任务分配方法
    3.1 研究背景
    3.2 问题描述和数学模型
    3.3 任务分组方法
    3.4 任务分配问题求解
    3.5 实验
    3.6 本章小结
4 多约束多类型灾后救援任务分配
    4.1 研究背景
    4.2 问题描述和数学模型
    4.3 匹配度矩阵
    4.4 任务分配问题求解
    4.5 实验
    4.6 本章小结
5 动态灾后救援任务分配
    5.1 研究背景
    5.2 问题描述和数学模型
    5.3 局部任务分配
    5.4 实验
    5.5 本章小结
6 结论
    6.1 本文工作
    6.2 进一步研究工作
参考文献
作者简历
学位论文数据集



本文编号：3874338