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：电子科技大学

摘要：本发明公开了一种基于正态云模型青蒿素优化算法的无人机任务分配方法。首先，基于实际飞行距离和任务需求，并考虑简单环境下障碍物的分布情况，建立航程约束下的无人机任务分配模型。然后基于青蒿素优化算法对任务分配模型和tent混沌映射对青蒿素种群进行初始化，并基于疟疾的青蒿素药物治疗过程启发构建优化模型。接着使用正态云模型对算法中的全局最优位置进行更新，并随着迭代次数增加，自适应调整正态云模型的熵值，有效提高全局开发能力和求解速度，跳出局部最优解。本发明在考虑无人机的航程约束的同时，还考虑了实际任务过程中可能存在的障碍物，并基于正态云模型的青蒿素优化算法进行求解，能够一定程度上解决无人机任务分配问题。

主权项：1.基于正态云模型青蒿素优化算法的无人机任务分配方法，其特征在于，包括以下步骤：S1、利用图论原理构建无人机任务分配的模型，并定义目标函数及其约束条件，建立无人机任务分配数学模型；有如下子步骤：S11、假设所考虑的任务场景N为n×n的正方形区域，即n×n的矩阵，并且N中有k个待执行任务，所有任务的集合设为C＝{C1,C2,...,Ck}，无人机需要将k个待执行任务不重复的执行一遍；S12、定义无人机在执行任务的途中有m个障碍物，障碍物的集合为M＝{Mi,j}，M包含每个障碍物在N中的位置和大小，无人机执行任务时需避开这些障碍物，在任务区域N中，M的区域用1表示，其他区域用0表示，即S13、定义无人机执行任务的顺序为矩阵X，X是一个1×k的行矩阵，包含1～k的k个不重复的数字，X1,x和X1,x+1表示无人机在执行完X1,x处的任务后去执行X1,x+1处的任务；S14、定义两个任务之间的连线为边，边的集合设为E＝{eij},i,j＝1,2,...,k,i≠j，其中eij为任务点i与任务点j的连线；边eij的长度即任务点i与任务点j之间的距离；S15、定义无人机的续航里程为L，则矩阵X对应的任务执行所需的总里程D需满足D≤L，其中总里程D的计算公式为m＝X1,x,n＝X1,x+1，dmn表示任务点m和任务点n的距离；S16、根据场景约束及航程最小化的要求，建立目标函数及其约束条件为： S2、设置青蒿素算法初始参数；S3、执行青蒿素算法：首先设定求解问题的参数和停止迭代的标准；然后通过模拟用青蒿素治疗疟疾的三个过程来构建优化策略，包括三个阶段：全面消除阶段策略、局部清除阶段策略、巩固阶段策略；在进行完前三个阶段后，再使用基于正态云分布更新新的位置，并计算适应度值来判断是否更新到最佳位置；S4、输出全局最优解，即无人机的任务执行顺序，并计算其适应度值，画出无人机执行任务图。

全文数据：

权利要求：

百度查询： 电子科技大学 基于正态云模型青蒿素优化算法的无人机任务分配方法