任務(wù)規(guī)劃是指為高效完成任務(wù)制定計(jì)劃,使得全局任務(wù)的收益最大化。任務(wù)規(guī)劃從功能上主要分為任務(wù)分配和路徑規(guī)劃,該技術(shù)被廣泛應(yīng)用在民用領(lǐng)域和軍用領(lǐng)域。由于當(dāng)前任務(wù)呈現(xiàn)多地點(diǎn)和多樣性的特點(diǎn),單無(wú)人機(jī)動(dòng)平臺(tái)無(wú)法獨(dú)立完成此類任務(wù)。而多無(wú)人機(jī)動(dòng)平臺(tái)通過(guò)合作可以高效率地完成此類任務(wù),并具有魯棒性強(qiáng)和可靠性高等特點(diǎn)。因此本文針對(duì)多無(wú)人機(jī)動(dòng)平臺(tái)任務(wù)規(guī)劃相關(guān)技術(shù)開(kāi)展研究。本文在對(duì)現(xiàn)有任務(wù)規(guī)劃技術(shù)分析的基礎(chǔ)上,重點(diǎn)研究多無(wú)人機(jī)動(dòng)平臺(tái)任務(wù)分配和路徑規(guī)劃技術(shù)。首先,針對(duì)任務(wù)分配隨著任務(wù)規(guī)模增大而導(dǎo)致效率降低的問(wèn)題,提出基于進(jìn)化學(xué)習(xí)的離散粒子群算法。該算法通過(guò)對(duì)粒子進(jìn)行順序編碼,實(shí)現(xiàn)粒子位置與問(wèn)題可行解的映射,改進(jìn)了粒子的進(jìn)化方式,把同代群體粒子影響引入粒子位置更新公式中,保證種群的多樣性,增強(qiáng)算法的全局搜索能力。同時(shí)在粒子向極優(yōu)值學(xué)習(xí)的過(guò)程中,算法引入中間個(gè)體接受概率,提高跳出局部最優(yōu)值的能力,加快算法收斂速度,提高任務(wù)分配的效率。其次,針對(duì)多無(wú)人機(jī)動(dòng)平臺(tái)路徑規(guī)劃實(shí)時(shí)性差的問(wèn)題,提出基于鄰域擾動(dòng)的動(dòng)態(tài)路徑規(guī)劃算法。該算法對(duì)狀態(tài)的產(chǎn)生方式進(jìn)行改進(jìn),采用五種鄰域擾動(dòng)機(jī)制減小新?tīng)顟B(tài)產(chǎn)生的隨機(jī)性,并記錄當(dāng)前最優(yōu)狀態(tài),使其... 

【文章來(lái)源】：沈陽(yáng)理工大學(xué)遼寧省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

仿真簡(jiǎn)化流程

-42-從最好解隨迭代次數(shù)的變化曲線可以看出，PSO算法的的初始種群適應(yīng)度最低，在前20步收斂速度較快，但進(jìn)入到最優(yōu)解區(qū)間后，迭代60步之后算法收斂，而DPSO-EL算法和DPSO算法在迭代40步之后開(kāi)始收斂。從平均解的變化曲線可以看出，DE算法粒子適應(yīng)度波動(dòng)不大，而DPSO-EL算法和DPSO算法在前期保持快速下降趨勢(shì)，說(shuō)明這兩種算法不會(huì)出現(xiàn)所有粒子趨同的現(xiàn)象，搜索過(guò)程中能一直保持較好的尋優(yōu)能力。從最差解的變化曲線可以看出，DPSO-EL算法優(yōu)于DE算法和DPSO算法。綜上所述，DPSO-EL算法在迭代初期具有較強(qiáng)的全局搜索能力，隨著迭代數(shù)的增加，粒子逐漸向最優(yōu)解靠近，局部搜索能力有所提升。PSO算法、DPSO算法和DPSO-EL算法三種算法最優(yōu)解的性能比較如圖5.6所示。圖5.6三種算法的性能對(duì)比Fig.5.6Performancecomparisonofthethreealgorithms由圖5.6可以看出，三種算法在前40步的收斂速度都很快，在進(jìn)入最優(yōu)解區(qū)間后，DPSO-EL算法很快能收斂到最優(yōu)值，而PSO算法和DPSO算法需要更長(zhǎng)的時(shí)間；從解的性能來(lái)看，DPSO-EL算法和DPSO算法收斂于同一最優(yōu)解，適應(yīng)度低于DE算法搜索到的最優(yōu)解，說(shuō)明這兩種算法比PSO算法的任務(wù)分配效果更好。綜上所述，DPSO-EL算法與PSO算法和DPSO算法相比，不僅收斂速度快，而且能尋到更好的最優(yōu)值，說(shuō)明該算法在處理任務(wù)分配問(wèn)題上能找到收益高、代價(jià)小的分配方案。DPSO-EL算法得到最優(yōu)的任務(wù)分配結(jié)果如表5.4所示。

-43-表5.4最優(yōu)分配結(jié)果Table5.4Optimalallocationresults無(wú)人機(jī)動(dòng)平臺(tái)任務(wù)分配U1T2、T4、T8U2T3、T6、T14、T15U3T7、T11、T16、T18U4T1、T13、T17U5T5、T9、T10、T12從表中數(shù)據(jù)可知，通過(guò)DPSO-EL算法得到的最優(yōu)分配方案是：將任務(wù)目標(biāo)T2、T4和T8分配給無(wú)人機(jī)動(dòng)平臺(tái)U1；任務(wù)目標(biāo)T3、T6、T14、T15分配給無(wú)人機(jī)動(dòng)平臺(tái)U2；任務(wù)目標(biāo)T7、T11、T16、T18分配給無(wú)人機(jī)動(dòng)平臺(tái)U3；任務(wù)目標(biāo)T1、T13、T17分配給無(wú)人機(jī)動(dòng)平臺(tái)U4；任務(wù)目標(biāo)T5、T9、T10、T12分配給無(wú)人機(jī)動(dòng)平臺(tái)U5。（2）PSO算法、DPSO算法、DPSO-EL算法實(shí)時(shí)性對(duì)比為了對(duì)本文提出的DPSO-EL算法在求解任務(wù)分配問(wèn)題上的實(shí)時(shí)性進(jìn)行驗(yàn)證，對(duì)5-18、10-40、15-80型任務(wù)分別采用PSO算法、DPSO算法、DPSO-EL算法進(jìn)行50次仿真實(shí)驗(yàn)，算法在三種任務(wù)類型下的執(zhí)行時(shí)間分別如圖5.7，圖5.8和圖5.9所示。圖5.75-18型任務(wù)算法執(zhí)行時(shí)間對(duì)比圖Fig.5.75-18typetaskalgorithmexecutiontimecomparisonchart由圖5.7可得，PSO算法的執(zhí)行時(shí)間最長(zhǎng)，在算法迭代過(guò)程中，時(shí)間均在0.5s

【參考文獻(xiàn)】：
期刊論文
[1]Distributed intelligent self-organized mission planning of multi-UAV for dynamic targets cooperative search-attack[J]. Ziyang ZHEN,Ping ZHU,Yixuan XUE,Yuxuan JI.  Chinese Journal of Aeronautics. 2019(12)
[2]改進(jìn)的蟻群算法在機(jī)器人路徑規(guī)劃上的應(yīng)用[J]. 張曉莉,楊亞新,謝永成.  計(jì)算機(jī)工程與應(yīng)用. 2020(02)
[3]多機(jī)器人系統(tǒng)任務(wù)分配及編隊(duì)控制研究[J]. 連云龍,張子軒,黎樹(shù)明,許兆豐,楊亮.  電子設(shè)計(jì)工程. 2019(18)
[4]無(wú)人機(jī)任務(wù)規(guī)劃約束空間建模[J]. 李文廣,胡永江,孫世宇,李建增,褚麗娜.  現(xiàn)代防御技術(shù). 2019(04)
[5]無(wú)人駕駛直升機(jī)在核事故醫(yī)學(xué)救援中的應(yīng)用[J]. 鹿達(dá),袁曉健,蘇文山.  解放軍醫(yī)院管理雜志. 2019(06)
[6]基于優(yōu)化DPSO算法的云平臺(tái)任務(wù)調(diào)度研究[J]. 于國(guó)龍,崔忠偉,熊偉程,左羽.  內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2019(04)
[7]改進(jìn)人工勢(shì)場(chǎng)法自主移動(dòng)機(jī)器人路徑規(guī)劃[J]. 羅強(qiáng),王海寶,崔小勁,何晶昌.  控制工程. 2019(06)
[8]基于改進(jìn)遺傳算法的礦山救援機(jī)器人路徑規(guī)劃[J]. 周欒,陳爾奎,吳梅花.  煤炭技術(shù). 2019(06)
[9]移動(dòng)群智感知系統(tǒng)中基于離散布谷鳥(niǎo)搜索算法的任務(wù)分配[J]. 楊正清,周朝榮,袁姝.  計(jì)算機(jī)應(yīng)用. 2019(09)
[10]面向多航天器協(xié)同的自主任務(wù)規(guī)劃方法研究[J]. 陳丹,程偉,高延超,王怡倢.  計(jì)算機(jī)測(cè)量與控制. 2019(05)

碩士論文
[1]面向多無(wú)人機(jī)的協(xié)同任務(wù)預(yù)分配及重分配研究[D]. 吳歇爾.南昌航空大學(xué) 2018



本文編號(hào)：3407583