【技術實現步驟摘要】
本專利技術隸屬于無人機任務規劃領域，主要涉及一種基于萊維飛行鸚鵡優化算法的無人機任務分配方法。
技術介紹
1、近幾年，無人機技術取得飛速發展。無人機具有體積小、成本低、機動性強、安全效益高等特點，在諸多領域取得廣泛應用，如軍事、農業、物流、災難救援、環境監測和基礎設施檢查等。無人機的高靈活性、低成本和多功能性使其成為現代社會中不可或缺的工具。然而，隨著無人機數量和任務復雜性的增加，如何高效地分配和規劃無人機任務成為了一個重要的研究課題。為了提升無人機任務規劃的效率和準確性，優化算法被廣泛應用于任務分配和路徑規劃中。優化算法通過數學模型和計算方法，旨在找到在給定約束條件下的最佳解決方案，從而最大化任務效率、最小化資源消耗和提高任務完成的可靠性。
2、基于優化算法的任務分配主要分為兩類：一類是基于傳統最優化技術的方法，另一類是基于群體智能的元啟發算法。傳統方法如匈牙利算法、人工勢場法和milp算法等，通?？汕蟪鰸M足約束條件的最優任務分配結果，但計算成本很高，并且在計算規模變大的情況下，收斂速度較慢?；谌后w智能的元啟發算法更擅長在大規模問題中尋找較優解。這類算法通過總結一些規則或經驗知識引導搜索，能在限定的時間內完成優化?；谌后w智能啟發的任務分配算法具有計算復雜度低、收斂速度快、應用范圍廣等優勢，目前研究中一些典型的群體智能啟發優化算法包括粒子群算法、狼群算法和蟻群算法等。然而，目前所提出的比較成熟的群智能算法仍存在一些問題有待解決。
3、一般的元啟發式算法通常包括兩個主要階段：探索和利用。在這些階段之間取
技術實現思路
1、本專利技術的目的在于克服現有技術的不足，提供一種基于萊維飛行鸚鵡優化算法的無人機任務分配方法，在考慮無人機航程約束的前提下，更加貼合實際任務情況，而且使用了混沌映射優化初始化種群，并且優化過程當中采取萊維飛行策略，有著更強的全局搜索能力以及更加適用于現實問題的解決，在一定程度上能夠解決無人機任務分配問題。
2、本專利技術的目的是通過以下技術方案來實現的：基于萊維飛行鸚鵡優化算法的無人機任務分配方法，包括以下步驟：
3、s1、基于圖論方法對無人機任務分配場景進行建模，并確定適應度函數及其約束條件，建立任務分配數學模型；有如下子步驟：
4、s11、假設任務場景圖g為m×m的正方形區域，g中有n項待執行任務，n項任務的并集記為n，無人機必須在起飛后執行所有的任務；
5、s12、使用x(i,j)表示任務執行順序為任務i到任務j；i,j∈v,i≠j；其中x(i,j)＝1表示執行順序為i→j，否則為0；
6、s13、定義邊集合e＝{eij}，其中eij表示以任務點i和任務點j為端點的線段；
7、s14、使用d(i,j)表示從任務i到任務j的距離，d(i,j)＝d(j,i)；
8、s15、定義任務場景g中有x個危險區域，x個危險區域的并集記為d；d＝di，1≤i≤k，無人機在執行任務時，不能飛行到危險區域內；
9、s16、定義無人機續航里程為w；
10、s17、根據路程最小化原則，建立目標函數及其約束條件為：
11、
12、s2、設置鸚鵡優化算法初始化參數；
13、s3、對優化過程進行循環迭代：設置求解參數及迭代結束條件，記錄解空間當中每次迭代的全局最優解，即最優位置；循環一次結束后進行參數和位置更新；直至滿足迭代結束條件時，執行s4；
14、s4、迭代求解得到無人機對多任務的最優分配，輸出分配序列，計算整個過程的最小航程代價。
15、本專利技術是針對無人機這一特定對象，將無人機在城市物流配送或戰場搜查等需要單個無人機執行多項任務的場景抽象為任務分配問題。首先，建立任務分配問題的數學模型，基于最短航程約束的條件下，設計基于萊維飛行鸚鵡優化算法進行求解。該算法不僅基于萊維飛行策略，能使優化問題更好的跳出局部最優，極高尋優性。同時在初始化種群的過程當中也結合了logistic混沌映射，對原本隨機生成的種群進行優化，增加了隨機性，可以更好地模擬種群在整個解空間的分布，提高全局搜索能力，并且也會使算法更快地收斂，在大規模問題上減少節約計算時間和計算成本。因此，本專利技術提出的一種基于萊維飛行鸚鵡優化算法的無人機任務分配方法在面向現實的復雜問題時，相較于傳統算法，有很大的優勢，主要體現在以下幾個方面：
16、1、本專利技術提出了一種新穎的基于萊維飛行鸚鵡優化算法的無人機任務分配方法，相較于傳統的蟻群算法、狼群算法、粒子群算法等，本專利技術引入一種新的基于群體智能的優化算法：鸚鵡算法。
17、2、在目前的相關研究當中，基于群智能優化算法大多是使用均勻分布的方式初始化種群，這種方式無法模擬個體自然環境的復雜分布，同時會導致算法全局搜索隨機性降低，收斂速度慢。本專利技術針對該問題，使用了混沌映射進行初始化，增加了種群的隨機性和不可預測性，使算法能夠更快地收斂。
18、3、在鸚鵡優化算法的優化機制當中，不同于傳統優化算法很難在探索和開發階段取得正確的平衡，本專利技術鸚鵡算法的任務勘探和開發(e&p)階段之間沒有明確的區別，但加強了優化能力。
19、4、在算法的行為部分，通過萊維飛行策略進行隨機探索，引入服從萊維分布的隨機步長來調整搜索點的位置，以便在搜索過程中更好地探索潛在的解空間。這種隨機性和長距離的移動有助于算法跳出局部極小值點，同時增加搜索空間的多樣性，從而更好地探索全局最優解的區域。
本文檔來自技高網...【技術保護點】
1.基于萊維飛行鸚鵡優化算法的無人機任務分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于萊維飛行鸚鵡優化算法的無人機任務分配方法，其特征在于，所述S2中，有如下子步驟：
3.根據權利要求1所述的基于萊維飛行鸚鵡優化算法的無人機任務分配方法，其特征在于，所述的S3中，有如下子步驟：
【技術特征摘要】
1.基于萊維飛行鸚鵡優化算法的無人機任務分配方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于萊維飛行鸚鵡優化算法的無人機任務分配方法，其...
【專利技術屬性】
技術研發人員：林伯先，劉景瑜，岳江楓，施孟佶，韓承霖，李志強，李孟，秦開宇，
申請(專利權)人：電子科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。