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：哈尔滨工程大学

摘要：本发明公开了一种多无人机抢灾救援规划方法，步骤一、建立多无人机救援规划模型；步骤二、初始化量子北方苍鹰量子位置并设定参数；步骤三、计算量子北方苍鹰目标函数值；步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序；步骤五、计算每一非支配等级中量子北方苍鹰位置拥挤度；步骤六、在猎物识别攻击阶段更新量子北方苍鹰量子位置；步骤七、在追逃阶段更新量子北方苍鹰量子位置；步骤八、判断是否达到量子北方苍鹰最大迭代次数，是则终止迭代，将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵，作为抢灾救援规划任务分配结果输出；否则令k＝k+1，执行步骤四。本发明克服了容易陷入局部收敛的弊端，提升了演化机制的寻优速率。

主权项：1.一种多无人机抢灾救援规划方法，其特征在于，包括以下步骤：步骤一、建立多无人机救援规划模型；每个灾区群众均有一个中心位置，M架救援无人机会根据中心位置为灾区群众提供救援物资，假设灾区信息确定以后，得到N个群众中心位置，M架救援无人机执行N个救援任务，会得到M×N维任务分配矩阵A，A＝{am,n|am,n∈{0,1}}M×N，其中，表示第m架无人机是否执行第n个任务，m＝1,2,…,M,n＝1,2,…,N；不同任务分配矩阵A表示不同的任务分配方案，在燃料约束和载重约束的情况下，优化总体飞行代价和伤亡代价两个目标函数；最小值联合优化模型如下：为救援无人机的总体飞行代价和受灾群众的伤亡代价，表示所有救援无人机的飞行距离总和，表示受灾群众错过救援时间后所造成的伤亡代价总和；无人机的总体飞行代价：表示俩个约束条件，ξ1、ξ2为约束条件的影响因子，Dm表示第m架无人机从出发到返回基地的飞行距离；受灾群众的伤亡代价：ξ3、ξ4为约束条件的影响因子，Ln表示第n个灾区群众的总人数，其中，γ、μ为两个目标函数的影响因子，表示对应目标函数的重要程度，且满足μ＞γ；假设第m架无人机被安排依次执行救援任务，则第m架无人机的飞行距离为：其中，为第m架无人机从基地到n1任务地点飞行的距离，为第m架无人机执行完n1任务后，直接从n1地点飞向n2的飞行距离，ηm为第m架无人机的救援任务个数；受灾群众分为四种状态：重伤、轻伤、口渴、饥饿，四种状态的救援期限为：重伤救援期限最短，其次是轻伤、口渴、饥饿；如果第n个灾区的第l个灾民到达救援期限时还没有得到无人机的援助，则判定其为死亡，此时Un,l＝1，如果在救援期限达到前得到无人机援助，则Un,l＝0；M架无人机在执行救援任务时，要满足两个约束条件：其一是燃料约束C1，燃料约束条件为：其中，表示两个变量比较大小，第一个数值大于第二个时返回值1，否则返回值0，ιm为第m架无人机携带的燃料，vm为燃料消耗速度；其二是救援任务约束，多架无人机不能重复执行同一任务，救援任务约束为：其中，是判断两个函数是否相等的函数，相等返回值0，不相等返回值1，e2是判断非零函数，函数中变量值为0时，返回0值，否则返回1值；设计任务负载均衡因子用于评估方案，当存在不合理的分配方案时，任务负载因子通过判断条件区别分配方案是否合理，不合理的方案将被其剔除，判断条件如下：其中表示向上取整函数；步骤二、初始化量子北方苍鹰的量子位置并设定参数；步骤三、计算所有量子北方苍鹰的目标函数值；步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序；步骤五、计算每一非支配等级中量子北方苍鹰位置的拥挤度；步骤六、在猎物识别攻击阶段更新量子北方苍鹰的量子位置；步骤七、在追逃阶段更新量子北方苍鹰的量子位置；步骤八、判断是否达到量子北方苍鹰的最大迭代次数K2，是则终止迭代，将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵，并作为抢灾救援规划的任务分配结果输出；否则令k＝k+1，继续执行步骤四。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种多无人机抢灾救援规划方法