LeCMPSO算法求解异构无人机协同多任务重分配问题
王峰1
付青坡1
韩孟臣1
邢立宁2
吴虎胜3
1.武汉大学计算机学院,湖北武汉 4300722.国防科技大学系统工程学院,湖南长沙 4100733.武警工程大学装备管理与保障学院,陕西西安 710086
摘要：无人机系统在军事领域有着广泛应用,由于战场环境复杂多变,无人机遭遇突发状况后需进行任务重分配.异构无人机是指多种类型的无人机,可完成单一无人机无法完成的多类型复杂任务,异构无人机协同多任务重分配问题约束条件复杂且包含混合变量,现有多目标优化算法不能有效处理此类问题.为高效求解上述问题,本文构建多约束异构无人机协同多任务重分配问题模型,提出一种学习引导的协同多目标粒子群优化算法(LeCMPSO),该算法引入基于先验知识的初始化策略和基于历史信息学习的粒子更新策略,能有效避免不可行解的产生并提升算法的搜索效率.通过在4组实例上的仿真实验表明,与其他典型的协同进化多目标优化算法相比,所提算法在解集的多样性、收敛性及搜索时间方面均具有较好的性能.
关键词：无人机多任务重分配粒子群优化算法多目标优化协同进化
论文发表日期：2024-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1009-1017 )
英文信息