一种多水中无人系统任务分配方法技术方案

本发明专利技术公开了一种多水中无人系统任务分配方法，包括以下步骤：步骤1：确定油耗损失最小化的航程路径；步骤2：确定约束条件；步骤3：根据需要优化的目标函数，构建多目标优化模型

【技术实现步骤摘要】
一种多水中无人系统任务分配方法


[0001]本专利技术涉及智能控制领域和无人系统
，特别涉及一种基于实时更新先验知识羊群优化算法的多水中无人系统任务分配方法
。

技术介绍

[0002]随着经济的发展，越来越多的国家开始重视海洋资源的开发，海洋也成为了临海国家的战略资源，对于海洋的探索与开发已经和国家的经济
、
能源
、
国防等息息相关
。
水中无人系统应运而生，越来越多的水中无人系统配备了各种先进的传感器，可以在既定目标海域进行多种任务，比如：巡逻
、
救援
、
目标探测等任务
。
随着任务的多样化，单水中无人系统已经无法满足任务的需求，多水中无人系统得到了飞速的发展，相较于单水中无人系统，多水中无人协同系统具有更好的灵活性和稳定性，可以更好的处理突发情况
。
多水中无人系统进行合理的任务分配对任务执行效能的提升显得尤为重要
。
[0003]近年，多水中无人系统任务分配问题得到了广泛的关注，解决多水中无人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多水中无人系统任务分配方法，其特征在于，包括以下步骤：步骤1：确定油耗损失最小化的航程路径；为了确保多水中无人系统的油耗损失最小化，需要使每个水中无人系统以最短的路径执行自身的任务集，同时保证各个水中无人系统完成自身所有任务的时间尽可能相同；步骤2：确定约束条件；约束条件包括：最大航程约束
、
探测负载约束和侦察次数约束；最大航程约束：每个水中无人系统的航行距离不能超过其最大航程；探测负载约束：每个水中无人系统的探测负载必须满足任务需要；侦察次数约束：每个子区域必须被某个水中无人系统探测一次，避免资源浪费；步骤3：根据需要优化的目标函数，构建多目标优化模型；目标函数包括：最小化总航程距离
、
最小化等待时间和最小化任务分配不满足情况；最小化总航程距离：使所有水中无人系统执行任务所需的航行距离最小化；最小化等待时间：使水中无人系统集群的最后一个完成任务的时间与第一个完成任务的时间之差最小化；最小化任务分配不满足情况：使任务区域分配的水中无人系统数量与实际需求尽可能接近；步骤4：建立并执行基于实时更新先验知识羊群优化算法的多水中无人系统任务分配模型，具体步骤如下：
4.1
多目标任务分配侦察场景；设有
Nu
艘水中无人系统
U
＝
{U1U2U3…
U
Nu
}
，
Nu>1
，有
Nt
个可疑的目标区域需进行探测，定义每艘水中无人系统的速度与探测负载数量，据目标区域的价值和探测负载需求，建立多目标优化模型；
4.2
种群初始化；初始化羊群的位置，即任务分配矩阵
T
；
T
表示为：根据羊与羊之间的距离计算公式，确定种群中每只羊的任务分配情况；羊与羊之间的距离计算公式为：羊与羊之间的距离计算公式为：为第
m
只羊中的任务分配情况为将
i
号任务分配给了
j
号水中无人系统；若此时种群中已有
m
只羊存在，则距离满足以下公式：
上述公式中的
d1代表的距离的阈值，物理含义为种群初始化时羊与羊之间距离的阈值；计算适应度函数，适应度函数为多个目标函数的加权求和，表示为：
fit
i
＝
w1*distance
i
+w2*time
waiti
+w3*TaskLoad
i
其中
fit
i
代表着第
i
只羊的适应度，
w1
，
w2
，
w3
分别为权重系数，权重系数的确定需要结合具体的任务；在种群初始化完成后，进行山羊的选取，首先对羊群依据适应度进行排序，选取前
10
％的羊作为山羊，剩余的羊群作为普通羊；在种群中还设置狼群，对羊群进行捕食操作，狼群的初始化也是随机产生，在狼群中随机选择一部分狼作为
A
狼，倾向于捕食适应度高的羊，剩余的狼为
B
狼，倾向于捕食适应度低的羊；在整个算法的初始阶段，狼群不会进行移动，当全局最优解在一段时间内没有进行更新，狼群才会开始捕猎行为；
4.3
判断是否更新全局最优解；当种群中的每只羊进行移动后，山羊和普通羊会将自身移动后位置的适应度与全局最优解进行对比；如果自身移动后的位置适应度更高，羊会利用自身的位置更新全局最优解；全局最优解看作是牧羊人所指引的位置，羊群会朝着全局最优解的方向移动；
4.4
羊群进行移动，根据羊群当前位置和速度，更新羊群的位置，更新每只羊自身的历史最优解；
4.5
狼群进行捕食；当某只羊与狼的距离小于阈值
σ
时，判定这只羊被狼捕食，此羊会从羊群中进行删除，并对羊群总数进行更新，除了狼群捕食以外，当某只羊的历史最优适应度多轮未更新时，此羊也会从羊群中进行删除；此时被删除的羊，会作为羊群繁殖行为时的先验知识进行保留，存储在先验知识集合
θ
中，先验知识集合
θ
的大小与羊群的初始种群数量相同；除此以外，还存在一个待选先验知识集合
θ
′
，待选先验知识集合
θ
′
的大小与先验知识集合
θ
大小相同，当先验知识集合
θ
存储的数据达到最大，此时会利用
θ
′
进行羊群的存放；
4.6
判断是否进行繁殖操作，如果是则利用先验知识集合
θ
进行繁殖操作，并利用待选先验知识合集更新先验知识合集；
4.7
，根据
4.6
判断后的结果，更新羊群的位置和速度，并输出当前全局最优解；步骤5，基于实时更新先验知识羊群优化算法的多水中无人系统任务分配模型得到优化后的任务分配结果，即每个水中无人系统被分配到的任务区域以及完成任务的顺序
。2.
根据权利要求1所述的一种多水中无人系统任务分配方法，其特征在于：步骤4中羊群的移动规则如下：当羊群进行移动时，存在移动步长
step
，设第
i
只羊的移动步长为
step
i
，该羊首先会查看狼群与自身的位置，假设有一只狼距离自身原来越近，则
step
i
会逐渐增加，且这只羊会通知周边的同伴有狼来了，周边的同伴的
step
也会适当增加，具体关系式如下：也会适当增加，具体关系式如下：
其中与为权重系数，为第
i
只羊检测到距离自身最近的狼的距离
,Nw
为周边所能检测到的狼群的数量，若第
i
只羊未检测到周边存在狼群，则即
Δ
step
为警惕步长，当第
i
只羊检测到周边存在狼群时，其他羊群可能还未检测到狼群，此时第
i
只羊会对周边的其他羊发出警惕的信号，受到警惕信号的羊会增加少量的移动步长；为了更好的探索全局最优解周边的解空间，羊群中的所有羊，最终还会计算出自身位置与全局最优解之间的距离，若羊
r
自身位置与全局最优解之间的距离大于给定的阈值
τ1，则羊
r
会朝着全局最优解进行运动；若羊
r
自身位置与全局最优解之间的距离小于给定的阈值
τ2，则羊
r
会朝着全局最优解的反方向进行运动
。3.

【专利技术属性】
技术研发人员：刘海波，廖扬，沈晶，史长亭，叶豪威，孙玉萱，廖煜雷，王博，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：