欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019102555731
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于改进离散粒子群算法的多无人机协同任务调度方法,其特征在于:包括以下步骤:

j j

步骤1)输入敌方目标的总数量M,遍历每一个目标T ,输入目标T的纵横坐标所述j表示目标的编号;

k k

步骤2)输入无人机总数量N,遍历每一个无人机U ,输入无人机U的纵横坐标 和无人机的类型 所述无人机的类型包括侦察无人机和战斗无人机两种,所述k表示无人机的编号;

j

步骤3)初始化空的任务调度集合PList,将所有目标放到一个队列当中,每个目标T 依次包括目标的侦察任务 攻击任务 和打击效果评估任务 从目标队列中随机选择一个目标取出第一个任务,根据任务的类型,从对应无人机中随机选择无人机匹配,当目标的time time

任务为空,将目标移除队列,当队列为空得到一个调度方案Pi ,将方案Pi 放入PList当中,重复上述步骤直到集合中的个体数量达到C,所述i表示方案的编号,所述time表示算法迭代的次数;

time

步骤4)遍历方案集合PList中的每一个方案,计算每一个调度方案的效能F(Pi ),time

其中:ξ表示第i个方案中的第ξ个无人机的编号,在Pi 中于每一个无人机Uξ都有一个任务的执行序列Tlistξ,所述Dξ表示无人机ξ在执行任务过程中的总航程,所述 和 分别表示第个目标的侦察任务、第τ个目标的打击效果评估任务、第σ个目标的侦察任务和第υ个目标的打击效果评估任务,

其中:ΔT表示执行任务的飞行距离和等待旋转的距离之和,所述执行任务的飞行距离是指无人机在执行任务的过程中飞行的距离,等待旋转距离表示无人机在等待前提任务完成所做的自选的飞行距离,N表示无人机的总数量,max{Dξ}表示所有无人机当中航程最大time

无人机的航程,所述效能F(Pi )是指在执行任务过程中所有无人机的平均航程和无人机的最大暴露时间的加权求和,所述无人机的最大暴露时间使用最大航程表示,ω1表示无人time

机的平均航程在效能函数F(Pi )中所占权重,ω2表示无人机最大暴露时间在效能函数Ftime

(Pi )中所占权重; 分别表示第 个目标的纵横坐标, 分别表示第τ个目标的纵横坐标, 分别表示第σ个目标的纵横坐标, 分别表示第υ个目标的纵横坐标;

步骤5)更新第time次迭代时每个个体的个体极值 遍历方案集合PList中的每time

一个方案,当 将Pi 赋值给 反之将 赋值给当time=0,则

步骤6)更新第time次迭代时种群的群体极值Gbest,遍历方案集合PList中的每一个方案,当 将 赋值给Gbest;当time=0,则F(Gbest)=+∞;

步骤7)当time=timemax,方法结束,输出群体极值Gbest,所述timemax表示预先设定的迭代阈值;反之time自增1进入步骤8);

time

步骤8)将当前方案Pi 与个体极值 交叉,time+1'

其中:c1表示与个体极值的基因交叉的概率,Pi 表示交叉后产生的新个体,Fc()表示改进的二进制交叉方式,具体交叉流程如下:time+1'

步骤8.1)初始化一个长度为3×M,并且元素为空的方案Pi ,初始化一个计数器Counter=1;

步骤8.2)当Counter≤3×M,进入步骤8.3;否则进入步骤8.4;

步骤8.3)生成(0,1)区间随机数Rand,当Rand≤c1,将个体极值中目标Counter对应的任time+1' time

务,复制到中Pi 的对应位置,并删除个体Pi 中与目标Counter相关的任务,Counter自增1返回步骤8.2;否则,Counter自增1直接返回步骤8.2;

time+1'

步骤8.4)遍历Pi 中的每一个元素,当该元素为空,就从个体中依次取出元素填充time+1'

到Pi 中进入步骤9;

time+1'

步骤9)将步骤8)中产生的新个体Pi 与群体极值Gbest交叉,time+1”

其中:c2表示与群体极值的基因交叉概率,Pi 表示交叉后产生的新个体,具体交叉流程如下:

time+1”

步骤9.1)初始化一个长度为,并且元素为空的方案Pi ,初始化一个计数器Counter2=1;

步骤9.2)当Counter2≤3×M,进入步骤9.3;否则进入步骤9.4;

步骤9.3)生成(0,1)区间的随机数Rand2,当Rand2 ≤ c2  , 将个体极值中目标time+1” time+1'Counter2对应的任务,复制到中Pi 的对应位置,并删除个体Pi 中与目标Counter2相关的任务,Counter2自增1返回步骤8.2;否则,Counter2自增1直接返回步骤8.2;

time+1” time+1'步骤9.4)遍历Pi 中的每一个元素,当该元素为空,就从个体Pi 中依次取出元time+1”

素填充到Pi 中进入步骤10;

time+1”

步骤10)对步骤9)中产生的新个体Pi 执行变异操作,time+1

其中:c3表示个体的基因变异概率,Pi 表示迭代产生的新粒子,Fm()表示改进的基因变异方式,具体流程如下:步骤10.1)初始化一个计数器Counter3=1;

步骤10.2)当Counter3≤3×M,进入步骤10.3;否则返回步骤4);

time+1”

步骤10.3)生成(0,1)区间随机数Rand3,当Rand 3≤c3,从Pi 中移除所有与目标time+1”

Counter3相关的任务,将移除的任务按先后次序随机插入Pi 中,Counter3自增1返回步骤10.2;否则,Counter3自增1返回步骤10.2。

2.根据权利要求1所述的一种基于改进离散粒子群算法的多无人机协同任务调度方time

法,其特征在于:所述步骤3)对应方案Pi 的编码方式为:ι κ λ ο

其中:U、U、U和U分别表示编号为ι、κ、λ和ο的无人机。