当前位置: 首页 > 专利查询>深圳大学专利>正文

基于依概率自适应有向遗传算法的任务分配方法组成比例

技术编号:41357603 阅读:17 留言:0更新日期:2024-05-20 10:08
本申请提供一种基于依概率自适应有向遗传算法的任务分配方法,该方法包括在接收到无人机集群任务分配指令时,获取当前无人机集群任务的模态变化总次数和无人机状态数据;基于预设的任务分配模型、所述模态变化总次数和所述无人机数量,对所述当前无人机集群任务进行任务完成量的求解,获得任务完成量最优解;基于所述任务完成量最优解,确定无人机集群中各无人机的任务分配结果。本申请通过任务分配模型、模态变化总次数和无人机状态数据进行分析,求解任务完成量,进而获得任务完成量最优解,结合模态变化总次数和无人机状态数据,使得模型可以通过模态切换和组合进行任务完成量最优解的求解,使得无人机集群中各无人机的任务分配结果更准确。

【技术实现步骤摘要】

本申请涉及无人机集群,尤其涉及一种基于依概率自适应有向遗传算法的任务分配方法


技术介绍

1、随着无人机执行任务环境的复杂化以及无人机执行任务需求的多样化,单架无人机存在的续航能力不够、负载不够、计算能力不足等问题也暴露出来。相较于单架无人机,无人机集群通过任务分配完成任务具有任务效率提升、容错性提高、覆盖范围扩大以及能更好的应对复杂任务的优势。因此,无人机集群协同完成任务即无人机集群通过合适的任务分配协同完成任务变成了重要的研究内容。

2、无人机集群的任务分配是一个面向任务需求的顶层设计问题,涉及无人机集群执行任务的方式、目标等方面,目前相关文献常常采用基于数学模型的贝塞尔曲线模型、杜宾算法、遍历性算法等方法求解问题,这些方法在处理小规模问题时可能表现良好,但面对在面对大规模、复杂的集群任务分配问题时存在一些不足之处:如计算复杂度高、陷入局部最优解、面临动态环境的挑战等问题。传统方法难以灵活地适应这些变化。而群智能算法如蚁群算法、粒子群算法、遗传算法等虽然在求解任务分配问题上具有更强的鲁棒性、适应性和快速适应性。但目前较少应用到无人机集群的任本文档来自技高网...

【技术保护点】

1.一种基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述基于预设的任务分配模型、所述模态变化总次数和所述无人机数量,对所述当前无人机集群任务进行任务完成量求解,获得任务完成量最优解,包括:

3.根据权利要求2所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述基于自适应操作算法,对所述第一变换矩阵进行迭代优化,并基于适应度函数,计算所述第一变换矩阵每一次迭代优化的适应度值之后,还包括:

4.根据权利要求2或3所述的基于依概率自适应有...

【技术特征摘要】

1.一种基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述基于预设的任务分配模型、所述模态变化总次数和所述无人机数量,对所述当前无人机集群任务进行任务完成量求解,获得任务完成量最优解,包括:

3.根据权利要求2所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述基于自适应操作算法,对所述第一变换矩阵进行迭代优化,并基于适应度函数,计算所述第一变换矩阵每一次迭代优化的适应度值之后,还包括:

4.根据权利要求2或3所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述基于适应度函数,计算所述第一变换矩阵或所述第二变换矩阵每一次迭代优化的适应度值,包括:

5.根据权利要求4所述的基于依概率自适应有向遗传算法的任务分配方法,其特征在于,所述计算各所述无人机对应的个体任务完成量,包括:

6.根据权...

【专利技术属性】
技术研发人员:高俊陈志鸿吴昊李霞
申请(专利权)人:深圳大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1