异构无人机集群多任务分配与航迹规划联合优化方法
申请人信息
- 申请人:南京航空航天大学
- 申请人地址:211106 江苏省南京市江宁区将军大道29号
- 发明人: 南京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 异构无人机集群多任务分配与航迹规划联合优化方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311326741.4 |
| 申请日 | 2023/10/13 |
| 公告号 | CN117434961A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G05D1/46 |
| 权利人 | 南京航空航天大学 |
| 发明人 | 董喜莉; 时晨光; 周建江 |
| 地址 | 江苏省南京市秦淮区御道街29号 |
摘要文本
南京航空航天大学取得“一种透气窗帘布”专利技术,本发明公开了一种异构无人机集群多任务分配与航迹规划联合优化方法,包括:构建异构无人机集群约束模型,包括任务载荷约束、航程约束、任务需求约束;以异构无人机集群航程、价值收益和被威胁概率为自变量,根据各自变量的权重系数,建立多任务分配与航迹规划联合优化目标函数;建立异构无人机集群多任务分配与航迹规划联合优化模型,该优化模型通过协同优化无人机航程、价值收益和被威胁概率,在满足任务载荷、航程和任务需求约束条件下,最大限度地提升无人机集群的作战效能;最后采用改进的蚁群算法对优化模型进行求解;本发明方法实现了较优的异构无人机集群多任务分配和较优的航迹规划,有效地提升了异构无人机集群的作战效能。
专利主权项内容
1.异构无人机集群多任务分配与航迹规划联合优化方法,包括以下步骤:构建异构无人机集群约束模型,包括任务载荷约束、航程约束、任务需求约束;以异构无人机集群航程、价值收益和被威胁概率为自变量,根据各自变量的权重系数,建立多任务分配与航迹规划联合优化目标函数;建立异构无人机集群多任务分配与航迹规划联合优化模型,该优化模型通过协同优化无人机航程、价值收益和被威胁概率,在满足任务载荷、航程和任务需求约束条件下,最大限度地提升无人机集群的作战效能;最后采用改进的蚁群算法对优化模型进行求解;其中,改进的蚁群算法在蚁群算法的基础上引入轮盘赌选择原则和精英策略,首先将群体中每个个体被选择的概率的和组成一个轮盘,其中每个个体被选择的概率相同,最后计算累积概率,根据累积概率用rand()产生一个[0, 1]之间的随机数r,根据r所在区间确定选择的个体;其次在每次循环结束时将精英蚂蚁的解取出来,对精英蚂蚁的路径进行局部信息素调整,使得目前为止找出的最优解在下一次循环中更具吸引力。