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:本发明提供一种多目标量子北极熊机制的异构无人机大规模任务分配方法,以任务执行效率作为目标函数,使用量子北极熊方法优化目标函数,克服了以往优化方法易陷入局部收敛的问题。同时,设计了量子北极熊编码机制,实现了量子北极熊的位置与任务分配方案之间的映射。本发明针对无人机对大规模地面目标的难题,设计了量子北极熊机制对多架无人机进行任务分配,以任务执行效率作为目标函数,并考虑了多个约束条件,使任务分配问题更贴切实际。
主权项:1.一种多目标量子北极熊机制的异构无人机大规模任务分配方法,其特征在于,步骤如下:步骤一:建立异构无人机对大规模地面目标模型;有N架无人机要攻击地面目标,无人机的集合定义为U={U1,U2,…,UN},其中,无人机Un的属性集合为Un={vn,wn,ln},n=1,2,…,N,vn表示无人机Un的速度,wn表示无人机Un携带的弹药量,ln表示无人机Un所在的基地位置;无人机要攻击M个地面目标,地面目标的集合定义为T={T1,T2,...,TM},其中,地面目标Tm的属性集合为m=1,2,...,M,sm表示地面目标Tm的任务价值,表示地面目标Tm的位置,为攻击地面目标Tm需要的时间;有N架无人机要攻击M个地面目标,则任务分配矩阵为X={xn,m|xn,m∈{0,1}}N×M,其中,xn,m=1表示无人机Un攻击地面目标Tm,xn,m=0表示无人机Un不攻击地面目标Tm,n=1,2,...,N,m=1,2,...,M;最小值联合优化模型如下:min[f1X,f2X],f1X是无人机攻击地面目标获得总价值的倒数,其中,表示任务约束惩罚函数,|·|为绝对值函数,表示武器约束函数;α1,α2表示惩罚函数权值因子;f2X是无人机从基地起飞到返回基地花费的最大时间,α3,α4表示惩罚函数权值因子,为无人机Un从基地起飞到返回基地花费的时间;假设无人机Un按照顺序依次执行任务T1,T2,…,Tη,则其中,d0,1为无人机Un的基地位置ln与地面目标T1位置之间的距离,d1,2为地面目标T1位置与地面目标T2位置之间的距离,dη-1,η为地面目标Tη-1位置与地面目标Tη位置之间的距离;步骤二,初始量子北极熊的量子位置并设定参数;步骤三,计算量子北极熊位置的适应度函数值;N架无人机要攻击M个地面目标,则种群中量子北极熊的搜索维数S=M,第i只量子北极熊的位置为包括整数部分和小数部分,整数部分代表无人机编号序列,将小数部分升序排列,排序之后的顺序代表无人机攻击的目标编号;将第k次迭代第i只量子北极熊的位置映射为任务分配矩阵则第k次迭代第i只量子北极熊的适应度函数值其中,t=1时表示目标函数无人机攻击地面目标获得总价值的倒数,t=2时表示目标函数模型结束时间;步骤四,根据所有量子北极熊位置的适应度函数值进行非支配解排序;步骤五,计算所有非支配等级中量子北极熊位置的拥挤度;步骤六,使用海豹捕捉策略更新量子北极熊的量子位置;第k次迭代第i只量子北极熊的第h维搜索半径为为[0,0.3]之间的随机数;在海豹捕捉策略中第次迭代第i只量子北极熊的第h维量子旋转角为为[0,π]之间的随机数;利用量子旋转门更新海豹捕捉策略中第i只量子北极熊的第h维量子位置:通过量子位置映射得到位置然后计算的适应度函数值并分类讨论,如果支配则保持结果不变;否则,令具体如下:步骤七,使用浮冰漂移策略更新量子北极熊的量子位置;在浮冰漂移策略中第i只量子北极熊的第h维量子旋转角为为[0,1]之间的随机数,为[0,φi]之间的随机数,其中,φi为所有量子北极熊与第i只量子北极熊的欧式距离总和,其中,利用量子旋转门更新浮冰漂移策略中第i只量子北极熊的第h维量子位置:然后计算的适应度函数值t=1,2,并分类讨论,如果支配则保持结果不变,否则,令具体如下:步骤八,使用种群繁衍和灭绝策略更新量子北极熊的量子位置;在量子北极熊种群中,量子北极熊可能会因为没有捕捉到猎物而饿死,或者成功捕猎后繁衍后代,这个更新策略模拟了北极的严酷条件;在步骤四中,对量子北极熊非支配解排序后,如果量子北极熊种群存在3个以上非支配等级,这时最后一个非支配等级中的所有量子北极熊饿死,然后非支配等级为1的量子北极熊繁衍出的后代取而代之;如果量子北极熊种群中只存在2个或者1个非支配等级,则量子北极熊不进行种群繁衍和灭绝策略;设量子北极熊种群存在3个以上非支配等级,且非支配等级为1的量子北极熊集中有b只量子北极熊,最后一个非支配等级中有b1只量子北极熊;第j只量子北极熊新量子位置的第h维变量为其中,j=1,2,…,b1,且ε在[1,b]之间随机取值;步骤九,判断是否达到量子北极熊的最大迭代次数K2,是则终止迭代,将非支配等级为1的量子北极熊位置映射为任务分配矩阵并输出;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 一种多目标量子北极熊机制的异构无人机大规模任务分配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。