买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都航空职业技术学院

摘要：本发明提出一种基于高斯分布海鸥优化算法的多无人机协同任务分配方法，其中先对多无人机协同作战场景初始化，然后对多无人机任务分配模型构造，接着基于多无人机协同任务分配场景对海鸥优化算法改进，然后基于改进后的海鸥优化算法的多无人机协同任务分配问题求解，最后对多无人机协同任务分配结果分析，这样使用一种考虑优势群体、最优个体和自身信息的自适应高斯分布估计策略，使得海鸥优化算法较好地平衡了算法的开发和探索能力，增强了算法的寻优性能，通过加入实际航迹的多无人机任务分配模型，实现了任务分配和航迹规划的紧耦合，使得目标分配更加真实有效。

主权项：1.基于高斯分布海鸥优化算法的多无人机协同任务分配方法，其特征在于，包括以下步骤：S1.多无人机协同作战场景初始化；设无人机集合为U＝{U1,U2,...,UNU},NU为无人机数量；打击任务目标集合为T＝{T1,T2,...,TNT},NT为目标数量；S2.考虑轨迹规划的多无人机任务分配模型构造；从任务分配模型收益D1、飞行距离矩阵D2、目标分配约束条件D3、通讯距离约束条件D4和单机总航程约束条件D5，共五个维度进行多无人机任务分配模型构造；多无人机任务分配模型构造包括以下维度：D1.根据任务分配模型收益构造的函数为： 其中，Ii表示第i架无人机分配的攻击目标序列；ηIik表示第Iik个目标的威胁值；DUTi,Ii1表示当前无人机与第一个攻击目标的实际飞行距离；DTTIik-1,Iik表示第k-1个目标与第k个目标的实际飞行距离； 表示归一化的距离；D2.根据飞行距离矩阵构造的函数为： 其中，DUTNU,NT表示第NU架无人机与第NT个攻击目标的实际飞行距离；DTTNT,NT表示第NT个攻击目标与第NT个攻击目标的实际飞行距离；Distancemax表示飞行距离矩阵中最大飞行距离；D3.根据目标分配约束条件构造的函数为： 其中，xij表示第j个目标对第i架无人机的分配结果，取值为1表示有分配，取值为0表示无分配；|Imax|为无人机执行打击目标数量的最大值；D4.根据通讯距离约束条件构造的函数为： 其中， 表示第i架无人机与地面指控系统的距离；DCmax表示地面指控系统最大通讯半径；D5.根据单机总航程约束条件构造的函数为： 其中，Ii为第i架无人机的攻击目标序列；|Ii|为第i架无人机分配的攻击目标总数；DUTi,Ii1为第i架无人机距离第一个目标的航程；DTTIik,Iik+1为序列Ii的第k个目标位置与第k+1个目标位置之间的距离；同时总航程约束要求每架无人机实施攻击需要的总航程满足以下函数： 其中，Dmax为无人机的最大航程；且基于五个维度构造的函数，进行多无人机任务分配模型构造，目标函数为：J＝R-λ·gA+gC+gD其中，λ为惩罚因子，取值为105；J越大，表明任务分配结果收益越好；S3.基于多无人机协同任务分配场景对海鸥优化算法改进；改进海鸥优化算法包括以下步骤：A1.通过Arnold混沌映射策略初始化海鸥种群；Arnold混沌策略的动力学方程计算公式为： 其中，mod表示取模运算；Arnold混沌策略产生的混沌序列区间为[0，1]；hn和kn分别表示混沌序列h和k的当前值；hn+1和kn+1分别表示混沌序列h和k的下一时刻值；通过Arnold混沌映射策略产生的混沌序列初始化标准海鸥优化算法种群，具体如下：Xi,j＝lbj+h·ubj-lbj其中，Xi,j表示初始种群中第i个智能体的第j维，且i＝1，2，…，N，j＝1，2，…，D；lbj与ubj表示向量第j维上下界范围；A2.计算海鸥优化算法个体的适应度值；根据多无人机协同任务分配模型描述与分析，适应度值计算公式为：fitnessi＝fXi其中，fitnessi表示第i个智能体的适应度值；fXi表示个体Xi的多无人机任务分配目标函数；A3.通过停滞判断策略改进海鸥优化算法是否陷入局部最优；停滞判断策略通过比较前后种群最优平均位置是否相同，从而判断是否陷入局部最优，判断策略为： 其中，Fstag表示种群是否陷入局部最优的标志；Xmean表示个体最优平均位置；X′mean表示上一迭代次数个体最优平均位置；Xlbest,i表示第i个海鸥当前最优位置；A4.海鸥优化算法中海鸥种群位置更新；根据停滞判断策略的判断结果，采用两种策略更新海鸥种群位置：策略1，当Fstag＝0，表示海鸥种群没有陷入局部最优，海鸥种群个体通过标准海鸥优化算法的迁徙行为和攻击行为更新位置信息；策略2，当Fstag＝1，表示海鸥种群陷入局部最优，取适应度值最小的前二分之一种群为优势群体，通过当前迭代次数的优势群体和加权最大似然估计方法计算概率分布模型，根据概率分布模型采用生成新的子代种群；A5.判断是否满足迭代结束条件；如果迭代次数达到最大迭代次数，则迭代结束，输出最优解，并将其解码为多无人机任务分配方案；否则，继续A2；S4.基于改进后的海鸥优化算法的多无人机协同任务分配问题求解；S5.对多无人机协同任务分配结果分析。

全文数据：

权利要求：

百度查询： 成都航空职业技术学院 基于高斯分布海鸥优化算法的多无人机协同任务分配方法