無人機組群巡檢滅火系統(tǒng)設(shè)計【含cad圖紙優(yōu)秀畢業(yè)課程設(shè)計論文】

1、<p><b>　　本科畢業(yè)設(shè)計</b></p><p>　　題 目： 無人機組群巡檢滅火系統(tǒng)設(shè)計 </p><p>　　學 院： 機電工程學院 </p><p>　　專 業(yè)： 機械設(shè)計制造及其自動化 </p><p>　　姓 名：

2、 </p><p>　　學 號： </p><p>　　指導教師： </p><p>　　2016年5月28日</p><p><b>　　摘 要</b><

3、/p><p>　　隨著無人機執(zhí)行任務(wù)的環(huán)境日益復雜，任務(wù)類型日益多樣，無人機己經(jīng)開始</p><p>　　從單架次獨立任務(wù)的方式向著多架次、多類型的機群作戰(zhàn)方向發(fā)展。通過對多無</p><p>　　人機協(xié)同任務(wù)分配的研究，可以使系統(tǒng)完成的任務(wù)類型更為多樣，同時任務(wù)完成</p><p>　　的質(zhì)量和效率也獲得較大程度的提高。</p>

4、<p>　　本文研究了集中式多類型無人機編隊任務(wù)分配方法。集中式指的是任務(wù)分配</p><p>　　過程中，無人機處于從屬地位，不具有自主能力，完全受控制站中人的控制。多</p><p>　　類型指的是無人機類型和執(zhí)行能力的不同。</p><p>　　本文首先介紹了無人機的應(yīng)用現(xiàn)狀，討論了幾種任務(wù)分配算法，分析了他們</p><p>

5、;　　的優(yōu)缺點。其次，在靜態(tài)環(huán)境下基于平面網(wǎng)格坐標系，建立了一個多無人機任務(wù)</p><p>　　分配數(shù)學模型，設(shè)計了一種有人參與的靜態(tài)分配算法。然后利用了一個無人機森林滅火的實例，通過MATLAB仿真和分析說明了算法的可行性和實用性。最后，在動態(tài)環(huán)境中，根據(jù)無人機狀態(tài)改變和任務(wù)改變兩種情況，對動態(tài)任務(wù)進行了動態(tài)重分配。</p><p>　　關(guān)鍵字:無人機；任務(wù)分配；靜態(tài)分配；動態(tài)重分配&

6、lt;/p><p><b>　　Abstract</b></p><p>　　With the increasingly complex environment, the missions of the UAV grow variously. The operational manner of UAV changes from the independence towar

7、ds the multi-way, more types of UAV. through the research of the assignation of the multi-type UAV, you can make the types of completed tasks more diversely and the quality and efficiency improved greatly.</p><

8、;p>　　This paper addresses the problem of task allocation in the centralized and multi-type UAV fleets. Centralized refers to in the task allocation process, UAV is in a</p><p>　　subordinate position, UAV

9、do not have independent ability, completely under control</p><p>　　of human in control base. Multi-type UAV refers to the different abilities of UAV.</p><p>　　First of all, this paper introduce

10、s the present situation of the applications of UAV,</p><p>　　discussed some kinds of task allocation algorithms and analyzed their advantages and</p><p>　　disadvantages. What's more, in a st

11、atic environment, based on the planar grid coordinate system, we set up a multi-UAV task allocation mathematical model and designed a Static allocation algorithm with humans attended. Then use an example of forest outfir

12、e to Show the feasibility and practicability of the algorithm by the simulation analysis of Matlab. Finally, according to two situations: UAV changed or tasks changed, the task allocation changes to dynamic redistributio

13、n, in dynamic environment</p><p>　　Keywords: UAV ；Task allocation ；Static allocation ；Dynamic redistribution</p><p><b>　　目 錄</b></p><p><b>　　第一章 緒論37</b><

14、;/p><p>　　1.1任務(wù)分配的研究背景37</p><p>　　1.2國內(nèi)外無人機應(yīng)用現(xiàn)狀37</p><p>　　1.2.1應(yīng)用在軍事上37</p><p>　　1.2.2應(yīng)用在自然災(zāi)害的防護上37</p><p>　　1.3論文的主要內(nèi)容37</p><p>　　1.4論文組織結(jié)

15、構(gòu)37</p><p>　　第二章 無人機任務(wù)分配問題研究現(xiàn)狀及發(fā)展趨勢37</p><p>　　2.1無人機任務(wù)分配問題的定義及解決步驟37</p><p>　　2.1.1 UAV任務(wù)分配問題的定義37</p><p>　　2.1.2 UAV任務(wù)分配問題的描述37</p><p>　　2.1.3解決UAV任

16、務(wù)分配問題的步驟37</p><p>　　2.2無人機任務(wù)分配控制方法37</p><p>　　2.2.1集中式控制37</p><p>　　2.2.2分布式控制37</p><p>　　2.3無人機任務(wù)分配模型分類37</p><p>　　2.3.1多旅行商問題模型37</p><p&

17、gt;　　2.3.2通用分配問題模型37</p><p>　　2.3.3車輛路徑問題模型37</p><p>　　2.3.4混合整數(shù)線性規(guī)劃模型37</p><p>　　2.3.5 CMTAP通用模型37</p><p>　　2.4靜態(tài)任務(wù)分配算法37</p><p>　　2.4.1群算法37</p&

18、gt;<p>　　2.4.2市場類算法37</p><p>　　2.4.3進化理論算法37</p><p>　　2.5動態(tài)環(huán)境中多任務(wù)重分配算法37</p><p>　　2.5.1合同網(wǎng)算法37</p><p>　　2.5.2拍賣算法37</p><p>　　2.5.3聚類算法37</p

19、><p>　　第三章 靜態(tài)環(huán)境下無人機任務(wù)分配37</p><p>　　3.1任務(wù)分配場景和限制條件37</p><p>　　3.1.1任務(wù)分配的場景37</p><p>　　3.1.2任務(wù)分配限制條件37</p><p>　　3.2多無人機任務(wù)分配的數(shù)學模型37</p><p>　　3.

20、2.1無人機任務(wù)集描述37</p><p>　　3.2.2平面網(wǎng)格坐標系37</p><p>　　第四章 動態(tài)環(huán)境下無人機任務(wù)分配37</p><p>　　4.1動態(tài)任務(wù)重分配37</p><p>　　4.1.1動態(tài)任務(wù)重分配的觸發(fā)條件37</p><p>　　4.1.2任務(wù)動態(tài)再分配采用的策略37<

21、/p><p>　　4.1.3任務(wù)重分配的流程37</p><p>　　4.1.4任務(wù)動態(tài)再分配需要考慮的因素37</p><p>　　4.1.5任務(wù)改變時的任務(wù)動態(tài)再分配算法37</p><p>　　4.1.6無人機狀態(tài)改變時的任務(wù)再分配37</p><p><b>　　結(jié) 論36</b>

22、</p><p><b>　　參考文獻36</b></p><p><b>　　致 謝37</b></p><p><b>　　第一章緒論</b></p><p>　　1.1任務(wù)分配的研究背景</p><p>　　無人機(Uninhabited A

23、erial Vehicle, UAV)是指由遠程遙控或自主控制操作的無</p><p>　　人駕駛的飛機。采用無人駕駛的方式使飛機擺脫了駕駛員自身生理條件的限制，</p><p>　　能夠完成一般飛機不能完成的任務(wù)。無人機具有重量輕、維護成本低、機動性能</p><p>　　高等明顯優(yōu)勢，同時無人駕駛的方式使操作人員遠離危險的任務(wù)環(huán)境，極大地降</p>

24、<p>　　低了操作人員的危險程度。</p><p>　　UAV協(xié)同任務(wù)規(guī)劃是現(xiàn)代戰(zhàn)爭中提出的新課題。隨著無人機的出現(xiàn)，利用無</p><p>　　人機執(zhí)行任務(wù)逐步成為了現(xiàn)實，目前UAV協(xié)同任務(wù)規(guī)劃得到了越來越多的關(guān)注，</p><p>　　因為盡管單無人機可以無需合作完成某個環(huán)境的搜索，但是一個更有效的搜索需</p><p>　

25、　要合作來減少重復覆蓋，通常多無人機任務(wù)規(guī)劃可以分成兩大部分:上層的任務(wù)</p><p>　　分配(Task Assignment or Task Allocation)和下層的路徑規(guī)劃(Path Planning)，任務(wù)分</p><p>　　配考慮各種約束條件，以總體任務(wù)有效達成為目標，將具體目標和行動任務(wù)分配</p><p>　　給各機，而各機根據(jù)分配的任務(wù)再

26、進行具體的作戰(zhàn)路徑規(guī)劃。路徑規(guī)劃的功能是</p><p>　　在滿足如最大線性速度、最大轉(zhuǎn)角速度、操作的安全性、時間和環(huán)境變量等自身</p><p>　　或外部限制的前提下在一系列位置之間設(shè)計或生成路徑。本文我們主要討論UAV</p><p><b>　　任務(wù)分配問題。</b></p><p>　　1. 2國內(nèi)外無人機應(yīng)

27、用現(xiàn)狀</p><p>　　1. 2. 1.應(yīng)用在軍事上</p><p>　　UAV任務(wù)規(guī)劃技術(shù)主要還是應(yīng)用在軍事上。無人作戰(zhàn)飛機((Uninhabited Combat</p><p>　　Aerial Vehicle, UCAV)指的是無人機攜帶武器或者彈藥，可對地面目標進行攻擊</p><p>　　和轟炸。在軍事發(fā)達國家，尤其美國、英國

28、以及法國對無人作戰(zhàn)機研究深入，美</p><p>　　國對于無人機任務(wù)分配問題在軍事上的研究最為深入，在上世紀70年代就開始對</p><p>　　無人機任務(wù)分配問題進行描述并進行實際應(yīng)用。在越南戰(zhàn)爭，海灣戰(zhàn)爭以及北約空</p><p>　　襲南斯拉夫等過往戰(zhàn)爭中，無人機經(jīng)常用于執(zhí)行一些人不能完成的軍事任務(wù)。在這</p><p>　　些戰(zhàn)爭中

29、雖然無人機不是主要執(zhí)行任務(wù)的飛機，但它卻成了決定戰(zhàn)爭導向的決定</p><p>　　因素之一。由于無人機的無人駕駛特點，可以被派往危險的環(huán)境中執(zhí)行一些人不能</p><p>　　執(zhí)行的任務(wù)，因而成為重要的軍事力量受各國關(guān)住。無人機可以用來完成對戰(zhàn)場實</p><p>　　時的偵察和監(jiān)視、對目標位置的確定、任務(wù)目標的評估、電子對抗等。無人機最</p>&

30、lt;p>　　早的開發(fā)是在第一次世界大戰(zhàn)之后。到了第二次世界大戰(zhàn)后，很多軍事實力較強的</p><p>　　國家將退役下來的飛機進行改裝，使人與飛機脫離，這樣就促成了近代無人機的</p><p>　　發(fā)展。隨著信息化技術(shù)的發(fā)展，無人機在執(zhí)行偵察任務(wù)的過程中的作用越來越明</p><p>　　顯。例如，在越南戰(zhàn)爭期間，美國就大量使用無人機對價值較高的軍事設(shè)施和通

31、信</p><p>　　設(shè)施進行預(yù)先偵察。無人機不僅僅應(yīng)用于偵察，還應(yīng)用在具體的作戰(zhàn)任務(wù)執(zhí)行中。</p><p>　　在對阿富汗的戰(zhàn)爭中，美國“捕食者”無人機首次發(fā)射“海爾法”導彈擊中地面</p><p>　　目標，打破了無人機傳統(tǒng)的作戰(zhàn)保障角色，使之成為一種作戰(zhàn)兵器1982年以色列</p><p>　　航空工業(yè)公司首創(chuàng)的無人機能進行偵察、信

32、息收集、跟蹤和相互通訊等。1991年，</p><p>　　海灣戰(zhàn)爭中，美國軍方己經(jīng)推出了特別設(shè)計的，具有雷達系統(tǒng)的小型無人機為誘</p><p>　　餌，這種無人機在其它國家也進行了一些研究。無人機在海灣戰(zhàn)爭之后很快的發(fā)</p><p>　　展起來并在很多任務(wù)中應(yīng)用。以美國為首的西方國家要為了增加對實現(xiàn)無人機在</p><p>　　戰(zhàn)爭的作

33、用，將最新的高科技技術(shù)應(yīng)用到無人機的研究和開發(fā)當中去，不僅增加無</p><p>　　人機飛行時間，提高了圖像，文字等信息的傳輸速度，還考慮了無人機具體的避開</p><p>　　危險區(qū)域能力，以順利完成任務(wù)。</p><p>　　和美國等西方國家相比，我國的無人機研究水平差距還是很大。雖然國內(nèi)從</p><p>　　80年代末開始，對路徑規(guī)

34、劃問題進行過許多研究，發(fā)表了許多論文，但大多數(shù)的</p><p>　　文獻僅僅是對單無人機所進行的路徑規(guī)劃問題的研究，目的是避開無人機在飛行</p><p>　　過程中遇到的危險區(qū)域，很少有關(guān)于無人機任務(wù)分配問題解答的研究成果。當前</p><p>　　我們國家無人機反的研究還處在起步階段。由于我國的無人機功能簡單，自主能</p><p>　

35、　力較差，需要地面控制站進行任務(wù)分配的規(guī)劃。而當前的無人機發(fā)展趨勢是無人</p><p>　　機的智能化，將無人機看成一個個智能體，我國在這方面的研究成果很少。功能</p><p>　　上也只能進行簡單的圖像，數(shù)字傳輸，任務(wù)分配、路徑規(guī)劃的能力很差。尚不具</p><p>　　備執(zhí)行復雜戰(zhàn)術(shù)任務(wù)的能力。近年來我國的國防科技大學、西北工業(yè)大學等高等</p>

36、<p>　　院校和科研單位在無人機任務(wù)分配問題上也進行了一些理論分析和實際問題的研</p><p>　　究，可以說取得了不錯的成就。但從現(xiàn)階段己經(jīng)得到的理論和實際成果來看，目</p><p>　　前我國對無人機任務(wù)分配問題的研究還處有很多不足和局限。例如無人機的自主</p><p>　　性較差，無人機的決策大都是由地面控制站決定的。對于無人機所處的動態(tài)

37、環(huán)境</p><p>　　考慮不足，無人機的尺寸、時間窗函數(shù)等考慮較少。</p><p>　　2. 2應(yīng)用在自然災(zāi)害的防護上</p><p>　　和平和發(fā)展當今世界的兩大主題，所以無人機的應(yīng)用也由軍用慢慢轉(zhuǎn)向民用。</p><p>　　其中最主要的民用用途是在自然災(zāi)害的防護上。2001年以來，世界各國都在大力</p><p

38、>　　發(fā)展各種用途的無人飛行器。目前世界上32個國家己研制出了多種無人機。美國、</p><p>　　以色列、俄羅斯、北約等國家非常重視多用途無人機的研制、生產(chǎn)和應(yīng)用。森林</p><p>　　火災(zāi)的現(xiàn)場溫度高，對飛機的抗熱性能高?，F(xiàn)場的煙塵大，能見度不高，盡管有</p><p>　　人飛機能飛至火場上課，飛機中的人也不能清除地了解火場當前的具體情況。這<

39、;/p><p>　　時無人機的優(yōu)勢就體現(xiàn)出來，通過在無人機上配置攝像機和數(shù)字圖像傳輸設(shè)備，</p><p>　　可輕易完成對火場的偵察，滅火和滅火評估。美國航天局最新研制的無人滅火機</p><p>　　“工khana"。這款無人滅火機由“捕食者B" (Predator B)改進而來?！安妒痴?lt;/p><p>　　B”原本是

40、美國空軍用于戰(zhàn)時監(jiān)視和偵察的，現(xiàn)在它的改進版“工khana”被用作另</p><p>　　一個領(lǐng)域，那就是森林滅火。在火場中，由于火勢的動態(tài)性和不確定性以及協(xié)同</p><p>　　控制的復雜性，使得任務(wù)開始后出現(xiàn)許多無法預(yù)料的情況，必須根據(jù)火場火勢和</p><p>　　編隊狀態(tài)的變化快速調(diào)整UAV編隊的任務(wù)計劃，通過動態(tài)重調(diào)度實現(xiàn)任務(wù)的重分</p>

41、<p><b>　　配。</b></p><p>　　我國也有無人機應(yīng)用在災(zāi)害防護上的實例Lll。該實例描述了無人機在國內(nèi)地震</p><p>　　中的應(yīng)用。重大自然災(zāi)害如地震、水災(zāi)、冰雪等具有突發(fā)性強、災(zāi)害范圍廣、破</p><p>　　壞性大特點，往往會造成重災(zāi)區(qū)信息通訊中斷和道路交通破壞，災(zāi)情信息不暢將</p>

42、<p>　　導致?lián)岆U救災(zāi)盲目部署，繼而造成更大的損失和次生災(zāi)害’‘。2008年漢川8.。</p><p>　　級地震，極重災(zāi)區(qū)北川縣城出現(xiàn)大范圍建筑物倒塌和重大人員傷亡，通訊和交通</p><p>　　系統(tǒng)遭到毀滅性破壞，傳出特大災(zāi)情己是震后的第2天，在親歷和目睹漢川地震</p><p>　　搶險救災(zāi)過程之后，全社會己經(jīng)取得共識，通過各種手段有效獲取災(zāi)情是

43、開展重</p><p>　　大自然災(zāi)害搶險救災(zāi)首要問題。漢川地震之后，在我國有一些單位應(yīng)用無人機獲</p><p>　　取遙感圖像，進行震害分析，做出了探索性工作。無人機組定位于獲取高分辨率</p><p>　　圖像，進行災(zāi)害識別并直接應(yīng)用于搶險救災(zāi)。無人機組在北川縣曲山鎮(zhèn)等地進行</p><p>　　了地震災(zāi)區(qū)實驗，并在2010年玉樹地震搶

44、險救災(zāi)工作中成功實現(xiàn)了高原災(zāi)區(qū)首次</p><p>　　航空攝影，獲取的高清影像為劃分災(zāi)區(qū)范圍提供了重要的依據(jù)。本文我們著重討</p><p>　　論無人機在森林還火災(zāi)中的應(yīng)用。</p><p>　　1. 3論文的主要內(nèi)容</p><p>　　無人機如何在復雜的環(huán)境中順利地完成所需執(zhí)行的任務(wù)，并且能夠使得任務(wù)</p><p

45、>　　執(zhí)行的效率最高，收獲的利益最大，付出的代價最小，是多無人機任務(wù)分配所要</p><p>　　考慮的問題。本文的主要工作是通過對各種任務(wù)分配算法的研究，引出了一種有</p><p>　　人參與的多無人機任務(wù)分配算法并進行了理論研究和仿真分析。主要步驟是:首先</p><p>　　建立了一個任務(wù)分配在森林火災(zāi)防護的應(yīng)用場景，設(shè)置了關(guān)于實際問題的限制條<

46、/p><p>　　件，然后建立了一個基于六元組的任務(wù)描述，使用了平面網(wǎng)格坐標系對任務(wù)分配</p><p>　　問題進行建模，在以上的基礎(chǔ)了最后利用了一個無人機森林滅火的實例，通過</p><p>　　MATLAB仿真結(jié)合算法說明了該算法的可行性和實用性。因為無人機任務(wù)分配所</p><p>　　處環(huán)境是動態(tài)的，所以對動態(tài)環(huán)境下無人機任務(wù)重分配問題

47、也進行了一些算法研</p><p><b>　　究和實例分析。</b></p><p>　　1. 4論文組織結(jié)構(gòu)</p><p>　　本文主要介紹多無人機的任務(wù)分配算法，在介紹了傳統(tǒng)的任務(wù)分配的算法的</p><p>　　基礎(chǔ)上，分析了它們的優(yōu)缺點，引出了一種有人參與的多無人機任務(wù)分配算法，</p><

48、;p>　　為無人機的任務(wù)分配算法提供了新的思想。并結(jié)合了一個無人機在森林滅火中的</p><p>　　應(yīng)用實例，利用MATLLAB進行仿真研究。</p><p>　　第一章:緒論。介紹了論文選題的背景，國內(nèi)外無人機任務(wù)分配的應(yīng)用現(xiàn)狀。</p><p>　　簡述了論文的主要內(nèi)容以及論文的組織結(jié)構(gòu)。</p><p>　　第二章:無人機任務(wù)分

49、配的現(xiàn)狀及發(fā)展趨勢。首先給出了無人機任務(wù)分配問</p><p>　　題的定義并對無人機任務(wù)分配問題進行了描述。其次，說明了解決任務(wù)分配問題</p><p>　　的基本步驟，包括任務(wù)分配數(shù)學模型的建立和具體算法的設(shè)計。然后介紹了任務(wù)</p><p>　　分配的體系結(jié)構(gòu)和當前幾種任務(wù)分配模型，接著介紹了幾種靜態(tài)任務(wù)分配算法和</p><p>　　

50、動態(tài)任務(wù)分配算法并分析了它們的優(yōu)缺點。最后指出了當前無人機任務(wù)分配方法</p><p>　　研究存在的一些問題。</p><p>　　第三章:討論了靜態(tài)環(huán)境下無人機任務(wù)分配問題。首先建立了一個無人機森</p><p>　　林滅火的應(yīng)用場景，設(shè)置了一些限制條件。在此場景下設(shè)計了一個六元組的任務(wù)</p><p>　　描述并使用平面網(wǎng)格坐標系完成了

51、對任務(wù)分配問題數(shù)學模型的建立。其次，設(shè)計</p><p>　　了一種有人參與的多無人機任務(wù)靜態(tài)分配算法。最后應(yīng)用一個無人機森林滅火的</p><p>　　實例，通過MATLAB仿真分析，驗證了該算法的可行性和實用性。</p><p>　　第四章:討論了動態(tài)環(huán)境下無人機任務(wù)分配問題。介紹了動態(tài)任務(wù)再分配的</p><p>　　觸發(fā)條件，動態(tài)任務(wù)

52、重分配采用的策略以及任務(wù)動態(tài)再分配需要考慮的因素。分</p><p>　　別考慮任務(wù)改變、無人機狀態(tài)改變這兩種觸發(fā)條件，設(shè)計了兩種新的動態(tài)任務(wù)再</p><p>　　分配算法。結(jié)合第三章的無人機森林滅火的實例，通過MATLAB仿真分析，驗證了</p><p>　　這兩個算法的可行性和實用性。</p><p>　　第五章:總結(jié)與展望?？偨Y(jié)了本文

53、的主要研究工作，指出了論文中的不足之</p><p>　　處，并對今后的工作提出若干自己的想法。</p><p>　　第二章無人機任務(wù)分配問題研究現(xiàn)狀及發(fā)展趨勢</p><p>　　2. 1無人機任務(wù)分配問題的定義及解決步驟</p><p>　　2. 1. 1 UAV任務(wù)分配問題的定義</p><p>　　UAV任務(wù)分

54、配問題可以定義為:在己經(jīng)完成UAV編隊分組的基礎(chǔ)上，基于一定</p><p>　　的環(huán)境和任務(wù)要求，為編隊中的UAV分配一個或多個有序任務(wù)，以便在完成最大</p><p>　　可能任務(wù)的同時，使得UAV編隊的整體效率最高。</p><p>　　我們結(jié)合圖2. 1這個簡單的例子來直觀地了解任務(wù)分配問題的具體含義:首</p><p>　　先設(shè)置了

55、任務(wù)集和無人機集:其中包含了四個待執(zhí)行任務(wù)，無人機編隊由兩架無</p><p>　　人機組成。然后設(shè)計具體的路徑和任務(wù)執(zhí)行順序來完成所設(shè)定的四個任務(wù)。圖中</p><p>　　每個帶箭頭直線上的數(shù)字表示無人機在該段航路上所花費的時間，四個任務(wù)用四</p><p>　　個圓圈來表示。圓圈中上半部分的數(shù)字表示的無人機任務(wù)集中任務(wù)的序號，下半</p><

56、;p>　　部分的數(shù)字表示完成這個任務(wù)需要的具體時間。最后虛實線表示的是任務(wù)分配的</p><p>　　具體的方案。無人機分別沿著制定的虛線完成四個所設(shè)定的任務(wù)，通過這種方法，</p><p>　　花費時間要明顯小于單架無人機。</p><p>　　2. 1. 2 UAV任務(wù)分配問題的描述</p><p>　　給定一個UAV編隊U，它包含

57、數(shù)目為N二的無人機，v一{vl.v2. ' . . vNU。為簡化</p><p>　　問題，假設(shè)UAV編隊在一個二維空間執(zhí)行任務(wù)，在任意時刻t，無人機U，的位置為</p><p>　　(xU }t}'yU }t})。每個UAV都假設(shè)為質(zhì)點。同時，在任務(wù)區(qū)域內(nèi)包含有限數(shù)目的待</p><p>　　執(zhí)行任務(wù)，組成一個任務(wù)集T一仁 .Tz. '

58、. . TNT,} } N:為任務(wù)的數(shù)量，包含唯一的任務(wù)</p><p>　　ID，對應(yīng)水平位置為(對了)但不同的任務(wù)允許有相同的水平位置「23]。在任務(wù)分配</p><p>　　前，以上的信息都是己知的。UAV任務(wù)分配的結(jié)果是為編隊中的任一無人機U，分</p><p>　　配一條任務(wù)執(zhí)行路線P，有</p><p>　　:·}}x

59、} }}},y} }}}}, }x`M ,y`M)，…，\xT; }yT;)}(2一‘)</p><p>　　其中，(x0 }O},y0 }0})表示無人機U，的出發(fā)位置，也就是說，對應(yīng)無人機U;</p><p>　　需要市。定一個有序任務(wù)集。;一{T1 ,T2 , ...,界。}。</p><p>　　任務(wù)分配的一般原則如下:</p><p&g

60、t;　　(1)優(yōu)先分配價值高的一般原則;</p><p>　　(2)將目標分配給對其最有利的UAV ;</p><p>　　(3)在盡可能短的時間內(nèi)盡可能多地訪問目標，并保證UAV編隊飛行總路線</p><p><b>　　最短;</b></p><p>　　(4)參與任務(wù)的各UAV的任務(wù)負載盡可能均衡。</p&g

61、t;<p>　　2. 1. 3解決UAV任務(wù)分配問題的步驟</p><p>　　無人機任務(wù)分配方法的求解主要分為兩方面:任務(wù)分配模型的建立以及具體</p><p>　　的任務(wù)分配算法的設(shè)計:</p><p>　　(1) UAV任務(wù)分配的數(shù)學模型的建立</p><p>　　要對無人機進行數(shù)學建模，首先要對無人機所處的空間環(huán)境進行描

62、述和表達。</p><p>　　通常我們以一個二維或者三維的變量來定義一個無人機和目標點的位置，為簡便，</p><p>　　一般采用二維變量。得到了無人機和目標點的位置，就能得到任一無人機的任務(wù)</p><p>　　執(zhí)行路線。然后我們設(shè)計一個二值決策變量，如果無人機完成某個任務(wù)，二值變</p><p>　　量就為1，如果不完成那個任務(wù)，二值

63、變量就為0。然后要設(shè)定無人機任務(wù)分配的</p><p>　　約束條件，如無人機最大航程、任務(wù)時間窗約束、任務(wù)執(zhí)行的先后順序、無人機</p><p><b>　　的載荷等。</b></p><p>　　(2) UAV任務(wù)分配算法的設(shè)計</p><p>　　完成了對無人機任務(wù)分配的數(shù)學建模，我們就要來設(shè)計具體的算法。設(shè)計算&

64、lt;/p><p>　　法我們首先要根據(jù)以往的算法和基本概念提出算法得出的理論依據(jù)，然后決定算</p><p>　　法的搜索策略，以較快較好為準則，確定算法的搜索策略。因為無人機分配問題</p><p>　　要用計算機進行運算仿真，必須對算法進行編碼，所以得設(shè)計算法的編碼和解碼</p><p>　　方式。還應(yīng)設(shè)計一個評價函數(shù)，來評價任務(wù)分配方案的

65、好壞，我們稱其為適應(yīng)度</p><p>　　函數(shù)。適應(yīng)度函數(shù)要考慮的實際因素主要包括:任務(wù)完成的時間最短，任務(wù)分配</p><p>　　方案得到的收益最高以及無人機消耗能力最小。最后，我們還要對算法進行性能</p><p>　　分析，包括算法能否得到最優(yōu)任務(wù)分配方案，算法的效率以及算法的實時性。</p><p>　　2. 2無人機任務(wù)分配控制

66、方法</p><p>　　由于無人機執(zhí)行任務(wù)環(huán)境是動態(tài)的，不是固定不變的，所以無人機的任務(wù)分</p><p>　　配控制方法也應(yīng)該根據(jù)不同的任務(wù)環(huán)境而區(qū)別對待。無人機任務(wù)分配控制方法選</p><p>　　取對無人機執(zhí)行任務(wù)的效率和質(zhì)量有很大關(guān)系。任務(wù)分配控制方法的選取應(yīng)該考</p><p>　　慮以下幾個因素:任務(wù)完成的快速性，任務(wù)的實時性

67、，任務(wù)分配的計算時間和計</p><p>　　算復雜度，抗干擾能力等。無人機任務(wù)分配控制方法主要可以分為集中式控制</p><p>　　[28」(Centralized Control)以及分布式控制(Distributed Control)這兩種。</p><p>　　2. 2. 1集中式控制</p><p>　　在集中式控制方法中，由地面

68、控制站中的操作人員制定任務(wù)分配方案和無人機</p><p>　　具體的飛行航路，無人機本身不具備決策能力，完全按照地面控制站發(fā)出的任務(wù)</p><p>　　指令和航路執(zhí)行任務(wù)。圖2. 2表示了集中式體系結(jié)構(gòu)圖[28]:</p><p>　　在這種控制方式下，各無人機之間的協(xié)同控制存在以下問題:</p><p><b>　　(1)實時

69、性差</b></p><p>　　因為無人機本身不具備決策能力，所以地面控制站中的操作人員要根據(jù)無人</p><p>　　機編隊通過數(shù)據(jù)傳輸返回的無人機狀態(tài)信息，任務(wù)狀態(tài)信息以所處的環(huán)境信息等，</p><p>　　對任務(wù)分配問題進行具體的決策。無人機編隊與地面控制站保持著聯(lián)系，當返回</p><p>　　的數(shù)據(jù)量很大時，有可能地

70、面控制站收到的信息是不全的或者是錯誤的，導致決</p><p>　　策錯誤。地面控制綜合這些信息速度較慢，導致決策較慢，實時性差。</p><p>　　(2)計算時間長，算法復雜度高</p><p>　　對于集中式控制方法，地面控制站對所有的無人機傳來的數(shù)據(jù)信息進行總結(jié)</p><p>　　和分析，信息都集中在任務(wù)控制站中，解決問題的具體計算

71、過程復雜，計算信息</p><p>　　多，導致完成任務(wù)分配的計算時間很長。對于多類型任務(wù)的無人機編隊，例如無</p><p>　　人機編隊中無人機能夠執(zhí)行任務(wù)種類的不同，無人機執(zhí)行任務(wù)能力不同，此時更</p><p>　　凸顯了這個問題的嚴重。</p><p>　　(3)抗干擾能力較差</p><p>　　由于地面控

72、制站往往只有一個，如果在具體任務(wù)執(zhí)行過程中，地面控制因為</p><p>　　某些特定因素遭到毀壞甚至癱瘓，將造成的損失是巨大的。同時無人機編隊中的</p><p>　　無人機失效或者發(fā)現(xiàn)新的任務(wù)目標，在原有基礎(chǔ)上的再分配也是很相當復雜的。</p><p>　　2.2.2分布式控制</p><p>　　區(qū)別于集中式控制方法，分布式控制方法中無

73、人機編隊中或者無人機編隊之</p><p>　　間的無人機是具有獨自決策能力的智能體，它們具有很強的協(xié)同能力和自治性。</p><p>　　無人機之間以數(shù)據(jù)鏈技術(shù)為支撐，對無人機所處環(huán)境，任務(wù)目標集信息，無人機</p><p>　　狀態(tài)信息進行交互，綜合考慮各種因素，提出具體的解決任務(wù)分配問題的方案和</p><p>　　具體步驟。較之于集中

74、式控制方法，無人機個體在分布式控制方法下具有較強的</p><p>　　實時性，抗干擾能力，計算量小，計算復雜度小等優(yōu)點。當前，分布式控制方法</p><p>　　主要可以分為兩種:完全分布式控制方法和部分分布式控制方法。</p><p>　　(1)完全分布式控制</p><p>　　完全分布式控制方法是一種依靠無人機的自主性和相互協(xié)作的一種

75、方法，由</p><p>　　于無人機任務(wù)分配問題的復雜性，該方法相當于將復雜的問題分解成為一個個相</p><p>　　對簡單的小問題，對每架無人機進行任務(wù)分配，接著就是將各個無人機的信息進</p><p>　　行交互，對任務(wù)進行整體求解。如圖2. 3所示，完全分布式控制方法中我們把無</p><p>　　人機看成具有決策能力的智能體，這樣

76、無人機任務(wù)分配問題就轉(zhuǎn)化成為各個智能</p><p>　　體之間任務(wù)的分配和決策。在這種結(jié)構(gòu)中，無人機相對于集中式控制有很強的自</p><p>　　主性，能夠?qū)θ蝿?wù)集信息和自身的信息進行采集和分析，并進行決策，在特定的</p><p>　　情況下通過數(shù)據(jù)鏈與其它無人機進行數(shù)據(jù)交互，協(xié)作完成所需執(zhí)行的任務(wù)。</p><p>　　圖2.3完全分

77、布式控制結(jié)構(gòu)圖</p><p>　　這種控制方法中，無人機編隊內(nèi)各個無人機對所得到的信息進行相互的共享，</p><p>　　得到所有的關(guān)于任務(wù)執(zhí)行的信息，最后整理分析所得到的信息對無人機編隊中的</p><p>　　每一架任務(wù)分配任務(wù)集。由于無人機編隊中有多架無人機，在執(zhí)行任務(wù)中可能發(fā)</p><p>　　生交叉沖突，即碰撞沖突，所以需要對

78、它們進行考慮并消除。同時在這種控制方</p><p>　　法中，無人機之間是通過數(shù)據(jù)鏈技術(shù)進行任務(wù)集數(shù)據(jù)的傳輸和共享，為的是更好</p><p>　　的具有任務(wù)決策的實時性，所以數(shù)據(jù)量是相當大的，將隨著編隊內(nèi)無人機的數(shù)量</p><p>　　呈指數(shù)增長。所以應(yīng)用這種控制方法，編隊內(nèi)無人機的個數(shù)受到了很大的限制。</p><p>　　(2)部分

79、分布式控制</p><p>　　部分分布式控制方法吸取了無人機任務(wù)分配控制方法中集中式控制和完全分</p><p>　　布式控制方法各自的優(yōu)勢，對于解決多類型無人機編隊任務(wù)分配問題更為合理。</p><p>　　經(jīng)過對集中式控制方法和分布式控制方法的比較，我們得出分布是控制方法是一</p><p>　　種實時性較強的方法，能夠快速的對任務(wù)信息

80、進行采集和分析，得到解決任務(wù)分</p><p>　　配問題的具體方案，獲得的方案往往是局部最優(yōu)的，但不能得到全局最優(yōu)方案。</p><p>　　而集中式控制方法恰恰相反，由于所有信息都要返回地面控制站進行匯總，所有</p><p>　　能夠進行全面而詳細的規(guī)劃，從而獲得的方案一般都是全局最優(yōu)方案，但是實時</p><p>　　性就很差啦。當前

81、，國內(nèi)外很多院校和科研機構(gòu)對集中式控制和分布式控制方法</p><p>　　結(jié)合的問題進行了理論分析和實際驗證，對兩種方法進行了整合，得到了部分分</p><p>　　布式控制方法，結(jié)構(gòu)圖如圖2. 4所示。</p><p>　　在部分分布式控制方法中，地面控制站中的操作人員對無人機返回的信息進</p><p>　　行歸納和分析，在靜態(tài)環(huán)境下給

82、無人機編隊中的每架無人機都設(shè)計了初始任務(wù)分</p><p>　　配方案。在動態(tài)環(huán)境下，例如無人機狀態(tài)的改變，任務(wù)的改變將導致任務(wù)的再分</p><p>　　配。此時，無人機編隊中的無人機發(fā)揮自己的自主性，重新對任務(wù)目標信息采集</p><p>　　并分析，在編隊中與其它無人機進行信息的共享和交互。地面控制站中的操作人</p><p>　　員在

83、某些特定的時候?qū)o人機編隊發(fā)送任務(wù)指令，大部分時候依靠的是無人機編</p><p>　　隊自身的協(xié)同分配。主要既提高了實時性，又大大減小了地面工作站的任務(wù)量，</p><p>　　得到的任務(wù)分配方案也是相對合理的。部分分布是控制方法對集中式控制和分布</p><p>　　式控制方法進行取長補短，體現(xiàn)了人們的智慧，具有較強的實際應(yīng)用意義。</p><

84、;p>　　2. 3無人機任務(wù)分配模型分類</p><p>　　根據(jù)任務(wù)分配建模分類，現(xiàn)階段的模型主要有多旅行商問題[}2}(Multiple</p><p>　　Traveling Sa-lesman Problem, MTSP)模型，通用分配問題[3}(Generalized Assignment</p><p>　　Problem, GAP)模型，車輛路徑

85、問題[4}(Vehicle Routing Problem, VRP)模型，混合整</p><p>　　數(shù)線性規(guī)劃[s},}6},}}},}s},}9}(Mixed Integer Linear Programming, MILP)模型以及</p><p>　　CMTAP(Cooperative Multiple Task Assignment Problem)模型。</p&

86、gt;<p>　　2. 3. 1多旅行商問題模型</p><p>　　通常，我們所說的旅行商問題是一個NP完全問題，具的定義如下:假設(shè)有a</p><p>　　個旅行商人，方個城市，每個旅行商人都要沿著城市之間的道路訪問其中的一些城</p><p>　　市，最后所有的旅行商人都要返回初始的城市，限制每個城市都要被訪問并且有</p><

87、;p>　　且僅有一次，問題所要達到的目的是在完成對所有城市訪問的同時，總距離最短、</p><p>　　完成任務(wù)時間最短、消耗最小、收益最大等。把旅行上問題模型應(yīng)用到無人機任</p><p>　　務(wù)分配中去，我們假設(shè)有一個二架無人機的無人機編隊，有二個目標任務(wù)的任務(wù)</p><p>　　集，無人機編隊從同一個基地出發(fā)，沿著預(yù)先設(shè)定的飛行航路，完成所有的任務(wù)，&

88、lt;/p><p>　　每個任務(wù)只能被完成一次，最后考慮無人機的總航程，無人機完成任務(wù)的時間，</p><p>　　無人機消耗的能力，完成任務(wù)的價值利益等。</p><p>　　2. 3. 2通用分配問題模型</p><p>　　通用分配問題模型考慮將二個任務(wù)分配給二個單體，每個任務(wù)只能給一個單</p><p>　　體并且

89、單體的資源受到限制。相當于二個任務(wù)分配給</p><p>　　給一個無人機執(zhí)行并且無人機的資源，如最大任務(wù)數(shù)，</p><p>　　二個無人機，每個任務(wù)只能</p><p><b>　　最大航程受到限制。</b></p><p>　　2. 3. 3車輛路徑問題模型</p><p>　　我們對車輛路

90、徑模型進行如下描述:假設(shè)有二輛貨車，每輛車的負載能力不</p><p>　　同，它們從同一個基地出發(fā)，為二個目標點輸送貨物，每個目標點需要送達的貨</p><p>　　物數(shù)量不同。最后，所有貨車回到出發(fā)點。車輛路徑問題模型[yo]要考慮送達的時</p><p>　　間，貨物送達的消耗，完成輸送的價值等，并保證所有的貨物安全送達。</p><p&g

91、t;　　2. 3. 4混合整數(shù)線性規(guī)劃模型</p><p>　　混合整數(shù)線性利用線性化函數(shù)建立模型，模型描述簡潔、直接，有助于提高</p><p>　　無人機任務(wù)執(zhí)行效率和生存能力，達到了任務(wù)分配的目的和初衷而且可以通過對</p><p>　　約束條件的修正來滿足實際問題需要，但是模型規(guī)模不能過大。問題規(guī)模過大將</p><p>　　導致計算

92、量指數(shù)型增長，任務(wù)分配的實時性得不到保證。</p><p>　　2. 3. 5 CMTAP通用模型</p><p>　　隨著無人機能力不斷增強，無人機執(zhí)行任務(wù)的復雜程度也隨之增強，不同任</p><p>　　務(wù)之間存在著復雜的時序以及時間約束。對于這一類復雜的任務(wù)集合，目前大多</p><p>　　數(shù)任務(wù)分配模型無法對其進行有效的描述。一種C

93、MTAP模型「川被引出，這種模型</p><p>　　充分考慮一組無人機完成一系列針對地面目標的連貫任務(wù)，包括任務(wù)目標的識別、</p><p><b>　　攻擊、毀傷評估等。</b></p><p>　　2. 4靜態(tài)任務(wù)分配算法</p><p>　　在靜態(tài)環(huán)境中，無人機和任務(wù)都是確定的，不發(fā)生改變。在這樣的條件下，<

94、;/p><p>　　多無人機任務(wù)分配的算法主要有:群算法，市場機制算法和進化算法。</p><p>　　2. 4. 1群算法</p><p>　　群算法主要模仿自然界中各種生物的群體化行為，例如蟲群「12]和羊群。我們</p><p>　　通過對蟲群群體化行為就行具體的研究分析，從而來簡單說明群算法的具體特點:</p><p&

95、gt;　　所謂的昆蟲群的群體行動指的是昆蟲個體根據(jù)一些規(guī)律進行個別的運動，從而導</p><p>　　致整個群體顯現(xiàn)出一種運動規(guī)則，在運動中昆蟲主要遵循三個準則:第一，實時</p><p>　　監(jiān)測與鄰近個體距離，防止產(chǎn)生交叉沖突，即防止和其它個體產(chǎn)生碰撞;第二，</p><p>　　采集鄰近個體的信息，如速度，位置等;第三，保證和其它昆蟲的距離，不能太</p

96、><p>　　遠，而脫離群體。昆蟲以上的這些行為都是個體的行為，不是群體的運動，不過</p><p>　　所有的個體都執(zhí)行這些準則，就會產(chǎn)生整體的運動趨勢。群算法中目前為止最為</p><p>　　經(jīng)典就是蟻群算法[13],[14],[15],[16] (Ant Colony Optimization) , 1991年，意大利科</p><p&g

97、t;　　學家Dorigo首先在其發(fā)表的研究成果中提到了蟻群算法。蟻群算法遵循的基本規(guī)</p><p>　　則是:模仿生物界中螞蟻群體尋找食物的行為，螞蟻在尋找食物的時候，一般都</p><p>　　能夠在經(jīng)過的路徑上分泌并留下特定的激素。螞蟻個體往復的在路徑上留下激素，</p><p>　　激素的濃度在較好的路徑上積累，濃度變大，從而使后來的螞蟻能快速的找到食<

98、;/p><p>　　物所在的位置。一種改進的蟻群算法「川，該蟻群算法基于蟻群中各種類型螞蟻的</p><p>　　分工機制，相對于多子蟻群算法有效地提高了算法的優(yōu)化能力。圖2. 5可簡單說</p><p>　　明蟻群算法的基本原理。</p><p><b>　　支路二</b></p><p><

99、b>　　(蟻穴)a</b></p><p><b>　　(食物)b</b></p><p><b>　　支路一</b></p><p>　　2.5蟻群算法原理圖</p><p>　　如圖所示，a點表示的是螞蟻的巢穴位置，別點表示的是食物的位置，有兩條</p><

100、p>　　路徑在巢穴和食物之間。假定有兩組數(shù)目相同的螞蟻同時由a點出發(fā)，沿著兩條</p><p>　　路徑分別向著方點前進，剛開始沿著兩條路徑的概率是相等的，均為二分之一，</p><p>　　設(shè)定螞蟻爬行的速度相同，螞蟻單位時間分泌的激素量相同。螞蟻就這樣往復的</p><p>　　在這兩條路徑上來回搬運食物，但是由于路徑二明顯長于路徑一，所以路徑二上<

101、/p><p>　　的激素的濃度將會明顯小于路徑一上的激素的濃度。由于路徑二的上的激素濃度</p><p>　　較大，螞蟻就會越來越偏向于向路徑二前進，這樣在路徑一上留下來的激素也越</p><p>　　來越多，激素的濃度不斷增加，直到最后，幾乎所有螞蟻都會沿著路徑一前進去</p><p>　　尋找食物，這樣大大提高了螞蟻搬運食物的效率。</

102、p><p>　　除了蟻群算法，常見的群算法還有Kennedy和Eberhart提出的粒子群算法</p><p>　　[2], [13](Particle Swarm Optimization)其最初是模仿鳥群覓食而設(shè)計的，在PSO算</p><p>　　法中，每個任務(wù)分配方案都是“粒子”，所有的粒子都有適應(yīng)值函數(shù)決定的適應(yīng)值。</p><p>　

103、　PSO算法的基本流程為:</p><p>　　(1)初始化一群大小為二的粒子，包括他的位置和速度。</p><p>　　(2)設(shè)計適應(yīng)度函數(shù)并評價每個粒子的適應(yīng)度大小</p><p>　　(3)對每個粒子將其適應(yīng)度大小與歷史極值尸作比較，如果比歷史極值好，</p><p><b>　　便將它作為新的Po</b><

104、/p><p>　　(4)對每個粒子，將適應(yīng)值與尸作比較，如果較好，將它作為新的尸</p><p>　　(5)根據(jù)迭代公式，變化粒子的位置和速度。</p><p>　　(6)如達到結(jié)束條件(有足夠好的適應(yīng)值或者達到預(yù)設(shè)的迭代次數(shù))則結(jié)束，</p><p>　　否則返回步驟(2)0</p><p><b>　　(7)

105、算法結(jié)束。</b></p><p>　　群算法作為一類典型的解決靜態(tài)任務(wù)分配的方法，有其自身獨特的地方。相</p><p>　　對于其它任務(wù)分配算法，有很多的優(yōu)點，但是萬事都有利有弊，群算法在存在優(yōu)</p><p>　　勢的同時還存在許多的不足之處。我們對先前研究的蟻群算法和粒子群算法進行</p><p>　　分析，結(jié)合國內(nèi)外對群

106、算法在無人機任務(wù)分配中的應(yīng)用實例和理論研究，總結(jié)歸</p><p>　　納出群算法具體有以下四個優(yōu)勢:</p><p><b>　　(1)隨機性強。</b></p><p>　　(2)可以對較大規(guī)模的實際問題進行求解。</p><p>　　(3)邏輯簡單，適用于簡單的任務(wù)判斷。</p><p>　

107、　(4)在搜索過程中消耗的能力少。</p><p><b>　　四個缺點:</b></p><p>　　(1)實時性差，很難確定具體時間。</p><p>　　(2)理論依據(jù)不夠充分。</p><p>　　(3)得到的解不一定是最優(yōu)的。</p><p>　　(4)對于多類型的無人機不適用。<

108、/p><p>　　群算法依據(jù)的是生物種群中生物個體的運動，每個生物個體的形態(tài)結(jié)構(gòu)和具</p><p>　　體能力基本是一樣的，近乎相同，所以具有很強的隨機性。在對于考慮無人機類</p><p>　　型單一的任務(wù)分配問題時是有優(yōu)勢的。但是當無人機的類型多樣時，如無人機的</p><p>　　能力和性能的不同，群算法不能區(qū)別各個無人機，從而不能合理的

109、對任務(wù)進行分</p><p>　　配。其次，群算法的基礎(chǔ)是由生物種群中的個體行動，但是任務(wù)分配的最終解決</p><p>　　方案是由生物種群的整體運動趨勢得來的。所以個體數(shù)目的多少對算法沒有很大</p><p>　　的影響，即可以對較大規(guī)模的實際任務(wù)分配問題進行求解，這又是它的一個優(yōu)勢。</p><p>　　另外，群算法的搜索方式是隨機搜索

110、，以粒子群算法為例，其搜索空間是不確定</p><p>　　的，我們知道粒子群中的粒子是朝著一個方向移動，但是沒有準確的理論依據(jù)，</p><p>　　這是這類算法最重要的缺點。并且由于隨機搜索的方法通常得到的是局部最優(yōu)解，</p><p>　　對于全局最優(yōu)解往往很難得到，容易“早熟”。所以我們在群算法搜索過程中引</p><p>　　入正反

111、饋機制，大大提高了算法的收斂速度。</p><p>　　2.4.2市場類算法</p><p>　　市場類算法「18][19],[20],[21]是另一大類靜態(tài)任務(wù)分配算法。它來源于市資本主義社</p><p>　　會市場經(jīng)濟體制。市場中有許許多多的客戶，每個客戶依據(jù)自己的投資能力和預(yù)</p><p>　　期效益而對市場中的項目進行投資，個別的

112、客戶個體無法改變整個市場的走勢，</p><p>　　但是把所有的客戶看作一個統(tǒng)一的大集合，就可以通過投資對整個的市場的走勢</p><p>　　產(chǎn)生決定性的作用，即市場的發(fā)展或者是市場的消退。市場類算法把市場中的每</p><p>　　個客戶可以看作智能體，在無人機的任務(wù)分配方法研究中得到了很廣泛的應(yīng)用。Czil</p><p>　　介紹了

113、一種包含談判機制的市場類算法，無人機通過數(shù)據(jù)鏈技術(shù)相互傳遞信息，</p><p>　　協(xié)商得出任務(wù)分配方案。在該類算法中，每架無人機完成一個任務(wù)都會產(chǎn)生收益，</p><p>　　但是執(zhí)行時會消耗無人機的能力。得到與損失的差額就是無人機完成任務(wù)的利益，</p><p>　　每架無人機都為了利益最大化而執(zhí)行任務(wù)。</p><p>　　通過對大量

114、對市場類算法在無人機任務(wù)分配方法求解的理論研究和實際應(yīng)用</p><p>　　中，我們總結(jié)歸納了市場類算法的主要優(yōu)點。</p><p>　　}1)確保了每架無人機收獲的利益和消耗的能力相差不大。</p><p>　　(2)無人機的類型可以不同。</p><p>　　(3)大大減少了無人機在空間內(nèi)搜索的時間。</p><p&

115、gt;　　因為市場中每個單體所追求的是個體的利益，所以對于個體而言不僅要考慮</p><p>　　完成任務(wù)獲得的收益，還要考慮自身的執(zhí)行能力，也就是所謂的本錢。無人機在</p><p>　　任務(wù)分配過程中，要考慮無人機本身執(zhí)行任務(wù)的能力，包括航程，航速和負載載</p><p>　　荷等，這就保證了資源的均衡。其次考慮到市場中各個客戶的不同，符合無人機</p&g

116、t;<p>　　任務(wù)分配的實際問題，因為往往無人機的類型都是不一樣的。最后，由于市場類</p><p>　　方法，只考慮個體的收益最大，而不是考慮整體的收益最大，不需要對所有的情</p><p>　　況進行全面的考慮，從而減少了空間中搜索的時間。但是由于市場中的盲目性，</p><p>　　往往不能得到最佳的分配方案。</p><p

117、>　　2. 4. 3進化理論算法</p><p>　　最后一大類靜態(tài)任務(wù)分配算法是進化理論算法，該算法的理論依據(jù)是仿照自</p><p>　　然界中生物種群進化，以優(yōu)勝劣汰的進化原則，將相對優(yōu)秀的生物個體保留下來，</p><p>　　而相對差點的個體剔除出種群。遺傳算法是這一大類算法中使用最多，最為有名</p><p>　　的算法。1

118、975年，美國密歇根大學的教授首次在研究成果中提到了遺傳算法，之</p><p>　　后，全世界很多國家的科研工作者對遺傳算法進行了理論研究和實際應(yīng)用。遺傳</p><p>　　算法仿照生物進化理論，才有染色體編碼方式進行任務(wù)分配方法的最優(yōu)化選擇。</p><p>　　遺傳算法以決策變量的編碼作為運算對象，傳統(tǒng)的優(yōu)化算法往往直接采用決策變</p>&l

119、t;p>　　量的實際值，這是它的一個很大的特點?；赨AV多任務(wù)協(xié)同分配問題特定染色</p><p>　　體編碼方式，遺傳算法采用兩種進化操作:選擇操作和交叉操作。有研究者在傳</p><p>　　統(tǒng)的遺傳算法中使用鄰域搜索算法[m。基于鄰域搜索原理，運用對稱群結(jié)構(gòu)描述</p><p>　　UAV任務(wù)分配的搜索空間，運用右乘運算構(gòu)造搜索鄰域，結(jié)禁忌搜索。相對于

120、傳統(tǒng)</p><p>　　遺傳算法、爬山能力強和全局迭代尋優(yōu)，易找到全局最優(yōu)點，實現(xiàn)了基于對稱群</p><p>　　計算的UAV任務(wù)分配算法。</p><p><b>　　算法基本步驟:</b></p><p>　　(1)設(shè)置演化代數(shù)Ng}},，種群規(guī)模NV oV，繁殖池子大小S，交叉概率p。，變異</p>