CN115826614B 一种多无人机能源保障任务分配方法 （中国人民解放军国防科技大学）

本发明公开了一种多无人机能源保障任务立无人机执行完所有被分配的任务所需的时间通过精英策略对种群中的个体进行环境选择进22建立无人机Ii执行完所有被分配的任务所需的时通过蒙特卡洛方法对所述目标函数模拟采样得到样本点，再通过高根据设置的算法参数初始化种群，并计算该种群在每个迭代优化任务下的因子代价，按照因子代价升序排序之后对种群列表里的个体标记序列索引，即因子根据因子等级计算每个个体的标量适应度并确定该个体的Di=[du,diz…,dicount]表示无人机Ii需要执行的任务序列，其中每个元素dik的值代表无人机Ii要执行的第k个任务为任务Tax:Fi表示无人机Ii执行完所有被分配的任务所需的时i的计算公式如下：3在当前任务分配场景下，模型的目标为最小化任务完成的工期为了通过高斯过程拟合出函数y＝f(x)，x∈4单兵每次请求能源补给将发送需求量为30节电池的信息给控制中心，以延续接下来256述样本点建立辅助目标函数，分别对目标函数和辅助目标函数使用遗传算法进行迭代优Di=[du,diz…,dicoumnt,J表示无人机Ii需要执行的任务序列，其中每个元素dik的值代表无人机Ii要执行的第k个任务为任务TanFi表示无人机Ii执行完所有被分配的任务所需的时i的计算公式如下：机Ii从任务到任务的距离，表示无人机Ii从仓库W到任务的距7[0047]为了通过高斯过程拟合出函数y＝f(x)，x28来2天行动所需的电能，在某个任务点需求量为60代表在该位置有两名单兵发出了能源补]。9[0068]用一个三元组{I，T，C}描述多无人机任务分配场景，地图范围大小为100km*个复杂约束优化问题，该问题的解空间随着无人机数量和任务数量的增加呈指数级增加，兵在出发时携带了30节电池，30节电池在单兵作战系统满载运行条件下最多可满足2天的心可根据GPS定位系统和通信系统获取单兵的实时位置和能源需求信息，然后通过无人机[0086]本发明解决如何对10架无人机进行任务分配的问题使得可以在最短的时间完成[0088]协同多任务分配模型(CooperativeMultipleTaskAssignmentProblem，机任务分配领域得到了关注并不断优化和改进。本发明在CMTAP模型基础上突通过任务拆表示任务Tj到任务Tj9之间的距离，则无人机Ii从仓库W到任务Tj的距离为中的元素aij代表无人机I_i执行任务Tj的顺序，如果aij为0则代表无人机Ii不执行任务Tj。Di=[d1,diz…,dicoumntJ表示无人机Ii需要执行的任务序列，其中每个元素dik的值代表无人机Ii要执行的第k个任务为任务TaunFi表示无人机Ii执行完所有被分配的任务所需的时[0107](1)高斯过程已被证实有效且理论合理，与其他代理模型相比更简单，超参数更[0117]本发明基于代理模型的思想简化原目标函数，通过蒙特卡洛模拟采样得到样本来2天行动所需的电能，在某个任务点需求量为60代表在该位置有两名单兵发出了能源补述样本点建立辅助目标函数，分别对目标函数和辅助目标函数使用遗传算法进行迭代优[0143]该方案对应的染色体编码序列为：[122执行15)3执行4执行5执行6执行行的各种功能，用于描述这样的组件的术语旨在对在功能上是等价的)的任意组件(除非另外