一种基于动态蚁群劳动分工模型的多AUV任务分配方法组成比例

本发明专利技术公开了一种基于动态蚁群劳动分工模型的多AUV任务分配方法，首先建立异构多AUV动态任务分配问题数学模型，然后采用动态蚁群劳动分工模型，将AUV对应为蚂蚁；根据动态蚁群劳动分工模型的刺激—响应原理，将动态蚁群劳动分工的环境刺激模型、响应阈值模型及转移概率模型在异构多AUV系统动态任务分配问题上进行一一映射；最后采用循环竞争方案，解决任务冲突问题，为每个AUV分配任务。本发明专利技术方法能高效地完成任务分配过程，与传统的群智能任务分配方法相比，具有很好的自组织性、鲁棒性及快速性且能得出无冲突的任务分配方案。

【技术实现步骤摘要】
一种基于动态蚁群劳动分工模型的多AUV任务分配方法
本专利技术属于水下航行器
，具体涉及一种多AUV任务分配方法。
技术介绍
AUV任务分配通过构建科学健壮的数学模型，设计优化算法完成任务配置，使个体的资源得到充分利用，高效地完成任务，体现了多AUV系统的高层组织形式与运行机制。因此，针对异构多AUV系统和海洋环境的特殊性，为提升多AUV系统的智能化水平，开展多AUV系统协同任务分配方法的研究具有重要的意义。传统的任务分配方法如数学规划法、遗传算法(GA)、蚁群算法(ACO)、粒子群算法(PSO)通过不断的扩展和改进已经成功应用于多旅行商问题、车间调度问题、多处理器资源分配问题、车辆路径问题等。如曾文权通过设置PSO算法中速度惯性权重和加速度系数的自动调整，以及引入GA中的变异操作，实现了对PSO算法的改进，运用改进的PSO算法解决虚拟企业中的任务分配问题。秦新立针对传统ACO求解多机器人任务分配收敛速度慢且易陷入局部最优问题,引入局部优化变异算子和改进模拟退火算法来解决多机器人任务分配问题。这类集中式算法虽然易于理解，理论上可以本文档来自技高网...

【技术保护点】
1.一种基于动态蚁群劳动分工模型的多AUV任务分配方法，其特征在于，包括以下步骤：/n步骤1：建立异构多AUV动态任务分配问题数学模型；/n步骤1-1：异构多AUV系统动态任务分配问题定义为在一定区域内，有N个异构AUV执行M个不同特性的任务，且在执行过程中，任务的数量和状态会发生变化，为保证任务执行的效率，需要异构多AUV系统实时进行动态任务分配；/n步骤1-2：N个不同参数的AUV组成AUV群体，表示为AUV＝{AUV

【技术特征摘要】
1.一种基于动态蚁群劳动分工模型的多AUV任务分配方法，其特征在于，包括以下步骤：
步骤1：建立异构多AUV动态任务分配问题数学模型；
步骤1-1：异构多AUV系统动态任务分配问题定义为在一定区域内，有N个异构AUV执行M个不同特性的任务，且在执行过程中，任务的数量和状态会发生变化，为保证任务执行的效率，需要异构多AUV系统实时进行动态任务分配；
步骤1-2：N个不同参数的AUV组成AUV群体，表示为AUV＝{AUV1,AUV2,…,AUVN}；
将AUV的参数用集合进行描述，即：
{AUV_StateAUV_PositionAUV_ResourceAUV_SpeedAUV_AbilityAUV_Scope}
其中，AUV_State代表AUV的状态，指空闲或执行任务；AUV_Position代表AUV所处的位置；AUV_Resource代表AUV携带的资源总量，简化表示为RC；AUV_Speed代表AUV的航行速度；AUV_Ability代表AUV执行任务的能力；AUV_Scope代表AUV执行任务的范围；
步骤1-3：被AUV执行的不同任务集合表示为TASK＝{TASK1,TASK2,…,TASKM}，M表示任务的个数；将各任务使用集合进行描述，即：
{TASK_StateTASK_PositionTASK_ResourceTASK_Value}
其中，TASK_State代表任务的状态，指任务是否被完成；TASK_Position代表任务所处的位置；TASK_Resource代表任务的需求资源数量，简化表示为RT；TASK_Value代表任务的价值；
步骤1-4：将异构多AUV系统动态任务分配问题表示为集合{TASK,AUV,Utotal}，即输入一组任务给多AUV系统，通过动态任务分配使得系统整体效能最大；其中Utotal表示系统的效能函数，即目标函数；
步骤1-5：建立异构多AUV系统动态任务分配问题的约束条件：



其中，决策变量x(i,j)表示AUVi是否执行任务TASKj，x(i,j)＝1表示AUVi执行TASKj，x(i,j)≠1表示不执行；j表示任务序号，i表示AUV序号；C表示一个AUV执行同一任务的次数，c表示一个AUV执行同一任务的次数序号；
式(1)中第1个条件表示同一时刻，一个任务能被多个AUV执行；
式(1)中第2个条件表示同一时刻，任意一个AUV只能执行一个任务；
式(1)中第3个条件表示同一AUV对于同一任务只能执行一次；
式(1)中第4个条件表示单个AUV或多AUV自行组成的联盟执行任务时，其携带的资源总量RCk必须满足任务所需的资源数量TASK_Recource(t)才能完成该任务，其中λ(λ≥1)表示联盟中AUV的个数；
步骤2：采用动态蚁群劳动分工模型，将AUV对应为蚂蚁；根据动态蚁群劳动分工模型的刺激—响应原理，将动态蚁群劳动分工的环境刺激模型、响应阈值模型及转移概率模型在异构多AUV系统动态任务分配问题上进行一一映射：
步骤2-1：环境刺激模型映射；
用sj(t)表示t时刻任务TASKj所对应的环境刺激值；初始时刻任务TASKj的环境刺激值sj(0)大小仅取决于执行的任务价值，即：



其中，TASK_Value(j)表示第j个任务的价值；
各个AUV结合任务的环境刺激值与自身对任务的响应阈值决定是否执行该项任务，如果该项任务没有被执行，则该项任务的环境刺激值随时间变化而变化，其变化规则为：
sj(t+1)＝(1-η)*(sj(t)+δj)(3)
其中，sj(t+1)表示t+1时刻任务TASKj所对应的环境刺激值，δj表示任务TASKj单位时间内环境刺激值的增量；η表示任务的完成度；
用表示AUV从当前所...

【专利技术属性】
技术研发人员：王强，杨惠珍，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61