System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人机,尤其涉及考虑任务同时性与序贯性的多无人机机场选址与调度方法及设备。
技术介绍
1、无人机是一种无需载人驾驶的飞行器,它可以在地面或空中进行遥控或自主飞行,具有灵活性高、成本低、安全性强等优点。无人机在各个领域内都有广泛的应用,例如航拍、农业、微型自拍、快递运输、观察野生动物、测绘、新闻报道、电力巡检、影视拍摄等。无人机不仅可以提供高质量的空中影像和数据,还可以提供各种类型的服务和功能。多无人机是指由多架无人机组成的协同系统,它可以执行更复杂和更高效的任务,例如协同搜索、协同跟踪、协同识别等。多无人机系统具有更强的鲁棒性和适应性,能够应对不确定性和动态性较高的环境。
2、多无人机对多个任务点进行作业的场景中需要考虑任务的同时性与序贯性。任务同时性即某些任务需要在尽量短的时间间隔内同时完成,任务序贯性即某些任务需要其他任务完成之后才能执行。考虑任务同时性与序贯性的多无人机机场选址与调度方法是一个高复杂性的随机规划问题,目前的多无人机作业研究中,没有考虑任务的同时性与序贯性。
技术实现思路
1、为了解决上述提出的至少一个技术问题,本专利技术的目的在于提供一种考虑任务同时性与序贯性的多无人机机场选址与调度方法及设备,以解决多无人机对多任务点进行作业的场景中需要考虑任务的同时性和序贯性的问题。
2、本专利技术的目的采用如下技术方式实现:
3、第一方面,本专利技术提供了一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,包括:
>4、获取任务点的分布情况和智能机场备选点的分布情况;
5、将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案;
6、根据所述机场选址方案,使用无人机调度模型得到无人机调度方案。
7、优选地,将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案之前,还包括:
8、根据所述任务点的分布情况和所述智能机场备选点的分布情况,建模得到原问题图表征;
9、根据所述原问题图表征,建模得到所述机场选址模型。
10、优选地,所述根据所述任务点的分布情况和所述智能机场备选点的分布情况,建模得到原问题图表征,包括:
11、根据所述任务点的分布情况和所述智能机场备选点的分布情况,将所述任务点和所述智能机场备选点建模成顶点,将所述任务点与所述任务点之间以及所述任务点与所述智能机场备选点之间的距离建模成边。
12、优选地,所述根据所述原问题图表征,建模得到所述机场选址模型,包括:
13、计算机场设置成本、任务完成总时长和不同时性总惩罚;
14、根据所述机场设置成本的加权值以及所述任务总时长和所述不同时性总惩罚的加权值的期望,设置第一目标函数;
15、根据所述第一目标函数,进行混合整数随机规划建模得到所述机场选址模型。
16、优选地,所述将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案,包括:
17、生成多个第一任务场景;
18、计算每个选址决策在多个所述第一任务场景下的所述第一目标函数的平均值;
19、选取所述平均值最小的所述选址决策作为所述机场选址方案。
20、优选地,所述根据所述机场选址方案,使用无人机调度模型得到无人机调度方案,包括:
21、生成第二任务场景;
22、根据所述机场选址方案,计算任务完成总时长和不同时性总惩罚;
23、根据所述任务完成总时长的加权值和所述不同时性总惩罚的加权值,设置第二目标函数;
24、根据所述机场选址方案、所述第二任务场景和无人机信息生成约束条件;
25、以所述第二目标函数最小化为目标,结合所述约束条件,建模得到所述无人机调度模型;
26、根据所述无人机调度模型,对无人机调度求解最优编码得到所述无人机调度方案。
27、优选地,所述根据所述无人机调度模型,对无人机调度求解最优编码得到所述无人机调度方案,包括:
28、对无人机调度采用分段变长度编码;
29、随机生成多个所述编码作为初始种群;
30、选择所述初始种群中的个体进行复制并配对;
31、将两两配对的所述个体对应无人机起飞时间和飞行顺序的染色体片段进行切断、拼接和变异操作;
32、输出适应度最大的所述编码,将所述编码进行解码得到所述无人机调度方案。
33、第二方面,本专利技术提供了一种考虑任务同时性与序贯性的多无人机机场选址与调度系统,包括:
34、获取模块:用于获取任务点的分布情况和智能机场备选点的分布情况;
35、选址模块:用于将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案;
36、调度模块:用于根据所述机场选址方案,使用无人机调度模型得到无人机调度方案。
37、第三方面,本专利技术提供了一种电子设备,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行上述的考虑任务同时性和序贯性的多无人机机场选址与调度方法。
38、第四方面,本专利技术提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行上述的考虑任务同时性和序贯性的多无人机机场选址与调度方法。
39、相比现有技术,本专利技术的有益效果在于:
40、本专利技术通过建立两阶段混合整数随机规划模型,先对多无人机作业的机场选址进行决策,在随机任务场景实现后,再对无人机调度进行决策,在多无人机对多个任务点进行作业的场景中考虑了任务点的同时性和序贯性,为无人机的应用提供进一步的指导,本专利技术提出了一种结合基于蒙特卡罗模拟的样本平均近似算法,在充分缩短计算时间的条件下,求得性能好的机场选址和无人机调度方案。
41、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
本文档来自技高网...【技术保护点】
1.一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,包括:
2.根据权利要求1所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案之前,还包括:
3.根据权利要求2所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述任务点的分布情况和所述智能机场备选点的分布情况,建模得到原问题图表征,包括:
4.根据权利要求2所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述原问题图表征,建模得到所述机场选址模型,包括:
5.根据权利要求4所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案,包括:
6.根据权利要求1所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述机场选址方案,使用无人机调度模
7.根据权利要求6所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述无人机调度模型,对无人机调度求解最优编码得到所述无人机调度方案,包括:
8.一种考虑任务同时性与序贯性的多无人机机场选址与调度系统,其特征在于,包括:
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器执行所述计算机指令时,所述电子设备执行如权利要求1至7中任意一项所述的考虑任务同时性和序贯性的多无人机机场选址与调度方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被电子设备的处理器执行时,使所述处理器执行权利要求1至7中任意一项所述的考虑任务同时性和序贯性的多无人机机场选址与调度方法。
...【技术特征摘要】
1.一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,包括:
2.根据权利要求1所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案之前,还包括:
3.根据权利要求2所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述任务点的分布情况和所述智能机场备选点的分布情况,建模得到原问题图表征,包括:
4.根据权利要求2所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述根据所述原问题图表征,建模得到所述机场选址模型,包括:
5.根据权利要求4所述的一种考虑任务同时性和序贯性的多无人机机场选址与调度方法,其特征在于,所述将所述任务点的分布情况和所述智能机场备选点的分布情况输入机场选址模型,得到机场选址方案,包括:
6.根据权利要求1所述的一种考虑任务同时性和序贯性的多无人...
【专利技术属性】
技术研发人员:万施霖,张裕汉,
申请(专利权)人:广东翼景信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。