基于分层改进遗传算法的投送任务规划方法技术

本发明专利技术公开了基于分层改进遗传算法的投送任务规划方法，包括以下步骤：获取仓库信息，资源信息，无人机信息和投送点信息；构建利用无人机将仓库资源投向投送点的投送任务规划模型；采用分层改进的遗传算法求解投送任务规划模型；获得投送任务规划方案；所述的投送任务规划模型的目标函数包括两个，第一个目标函数是所需无人机数量最小，第二个目标函数是所需无人机飞行距离最小；约束条件包括：无人机续航时间的约束，各个投送点对各类资源及其频次的约束，无人机需要维保时间的约束，任务周期的时间约束，无人机起飞和降落为仓库的约束，飞行时间和飞行距离的相互约束，无人机航迹物理连续的约束。迹物理连续的约束。

【技术实现步骤摘要】
基于分层改进遗传算法的投送任务规划方法


[0001]本专利技术属于任务规划
，具体涉及基于分层改进遗传算法的投送任务规划方法。

技术介绍

[0002]投送是现代战争和物资保障的重要方式之一，投送任务规划需要解决的是投送方式的选择，投送运力分配，投送路径规划、投送序列确定和投送保障筹划等问题，由于无人机技术的高速发展，利用无人机进行投送也是现代投送需要重点研究的问题之一。
[0003]在投送任务过程中，物资仓库可以用于一种或者几种物资的存放，且能够提供无人机起飞和降落，并且提供无人机的维修保障功能；假设无人机每次可以运载一种物资飞行至投送点执行投送任务，任务区域内有若干个投送点，且投送点按照所需的投送物资种类数量可以进行分类，在每个任务周期内，每个投送点所需物资需要在不同的时间约束下进行投送，如何规划在任务周期内无人机的调度策略，在能够完成投送任务的前提下，实现无人机数量最小或者无人机飞行时间最短等优化目标，是无人机投送任务规划中亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供基于分层改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于分层改进遗传算法的投送任务规划方法，其特征在于，包括以下步骤：步骤1，获取仓库信息，资源信息，无人机信息和投送点信息；步骤2，构建利用无人机将仓库资源投向投送点的投送任务规划模型；步骤3，采用分层改进的遗传算法求解投送任务规划模型；步骤4，获得投送任务规划方案；所述的投送任务规划模型的目标函数包括两个，第一个目标函数是所需无人机数量最小，第二个目标函数是所需无人机飞行距离最小；约束条件包括：无人机续航时间的约束，各个投送点对各类资源及其频次的约束，无人机需要维保时间的约束，任务周期的时间约束，无人机起飞和降落为仓库的约束，飞行时间和飞行距离的相互约束，无人机航迹物理连续的约束。2.根据权利要求1所述的基于分层改进遗传算法的投送任务规划方法，其特征在于，所述的所需无人机数量，可用所有无人机从所有仓库出来的首条航迹总数来表示：所述的所需无人机飞行距离，可用所有无人机的航迹距离总和来表示：所述的无人机续航时间的约束表示为：代表无人机从仓库起飞到仓库降落之间的时间不超过无人机的续航时间T
h
；所述的各个投送点对各类资源及其频次的约束表示为：其中，a＝{1,2,3,
…
,n}，表示要求对于每种类型的投送点在任务周期内要保证相应的最少投送次数Nf
a
；所述的无人机需要维保时间的约束表示为：所述的无人机需要维保时间的约束表示为：代表无人机在每次在仓库进行维修保养的时间要大于相应无人机的维保时间T
w
；所述的任务周期的时间约束：代表每个无人机的任务时间不超过任务周期T
z
；所述的无人机起飞和降落为仓库的约束表示为：所述的无人机起飞和降落为仓库的约束表示为：代表每个无人机执行完一系列投送任务后要返回原仓库，第一条航迹离开仓库的路径数要与最后一条轨迹到达该仓库的路径数相等且值为1；所述的飞行时间和飞行距离的相互约束表示为：当时，时，所述的无人机航迹物理连续的约束表示为：
和和代表每个无人机在同一条航迹中，到达某航迹点的路径数量等于离开某航迹点的路径数量，且同一个无人机相邻的两条航迹必须相连；其中，仓库集合N
C
为仓库数量，第i个仓库坐标为为仓库数量，第i个仓库坐标为投送点集合S
O
＝{1,2,
…
,N
SO
},N
SO
为需要投送的投送点数量，根据投送种类将投送点划分为n...

【专利技术属性】
技术研发人员：张勇，赵侠，
申请(专利权)人：北京神星科技有限公司，
类型：发明
国别省市：