考虑分配次序的无人机协同目标分配建模与遗传算法求解

本文研究了动态战场环境中的多无人机协同目标分配(MUCTA)问题.首先通过分析无人机(UAV)分配次序对打击任务总收益的影响,设计了动态战场环境的更新规则.将航程代价和任务代价作为惩罚项修正目标函数,建立了考虑分配次序的UAVs协同目标分配优化模型.然后针对模型的物理意义改进了遗传算法基因编码方式,设计了MUCTA遗传算法.该算法利用状态转移思想,引进SDR算子获得多种分配次序种群,同时以单行变异算子修正UAV与目标对应关系,并采用最优个体法和轮盘赌法筛选子代个体.最后仿真结果验证了所设计算法的有效性....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 36; no. 7; pp. 1072 - 1082
Main Authors 陈志旺, 夏顺, 李建雄, 王航, 王昌蒙
Format Journal Article
LanguageChinese
Published 燕山大学国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004%燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛,066004 01.07.2019
燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004
Subjects
目标分配
无人机
遗传算法
分配模型
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2018.80176

Cover

More Information
Summary:本文研究了动态战场环境中的多无人机协同目标分配(MUCTA)问题.首先通过分析无人机(UAV)分配次序对打击任务总收益的影响,设计了动态战场环境的更新规则.将航程代价和任务代价作为惩罚项修正目标函数,建立了考虑分配次序的UAVs协同目标分配优化模型.然后针对模型的物理意义改进了遗传算法基因编码方式,设计了MUCTA遗传算法.该算法利用状态转移思想,引进SDR算子获得多种分配次序种群,同时以单行变异算子修正UAV与目标对应关系,并采用最优个体法和轮盘赌法筛选子代个体.最后仿真结果验证了所设计算法的有效性.
ISSN:1000-8152
DOI:10.7641/CTA.2018.80176