改进PSO算法在多无人机协同任务分配中的应用

论文摘要

针对多无人机协同任务分配越来越复杂的问题,采用一种改进的阶层分级粒子群优化算法(HGIWPSO)获得最优分配方案。首先,根据粒子适应度值将种群动态划分为三个不同阶层,依据不同阶层粒子特性选择合适的学习模型,并引入独立权重思想调节惯性权重大小,平衡算法全局与局部搜索能力,提高算法性能;然后,建立协同多任务分配问题模型,采用多余负载竞拍方案减少非法劣解,通过实数编码建立粒子和实际分配方案之间的映射关系,解决实际分配问题。实验结果表明,该算法能够有效解决复杂约束条件下多无人机协同任务分配问题,得到最优分配序列,具有一定的理论以及实际意义。

论文目录

• 0 引言
• 1 模型建立
•   1.1 模型描述
•   1.2 代价函数
• 2 改进的PSO算法
•   2.1 基本PSO算法
•   2.2 阶层分级的PSO算法
• 3 HGIWPSO算法求解任务分配问题
•   3.1 算法性能
•   3.2 HGIWPSO算法实现任务分配
• 4 结束语

文章来源

类型: 期刊论文

作者: 蒋硕,袁小平

关键词: 无人机,阶层分级,任务分配,粒子群算法,实数编码

来源: 计算机应用研究 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程,自动化技术

单位: 中国矿业大学

基金: 国家科技支撑计划资助项目(2013BAK06B08)

分类号: TP18;V279

DOI: 10.19734/j.issn.1001-3695.2018.05.0303

页码: 3344-3347+3360

总页数: 5

文件大小: 1486K

下载量: 487