本發(fā)明屬于無人機任務(wù)規(guī)劃，特別涉及一種基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法。

背景技術(shù)：

1、無人機具有維護成本低、便攜性好、安全性高等優(yōu)勢，在民用場景和軍事作戰(zhàn)下都得到了廣泛的應(yīng)用。例如，無人機在突發(fā)的自然災(zāi)害救援以及區(qū)域偵察覆蓋中，具有作業(yè)迅速、覆蓋范圍廣、響應(yīng)敏捷等優(yōu)勢。然而，現(xiàn)有的應(yīng)用中大多依賴人為指定無人機的任務(wù)作業(yè)序列，制約了無人機的自主化和智能化，使得任務(wù)無法快速進行。因此，為了保證無人機在有效的時間內(nèi)完成特定的任務(wù)，需要根據(jù)任務(wù)場景和無人機的飛行空間來規(guī)劃不同任務(wù)的執(zhí)行順序，保障無人機敏捷響應(yīng)和快速作業(yè)。特別是，針對無人機的任務(wù)分配，如何使用優(yōu)化算法高效地求解出最優(yōu)的任務(wù)分配曲線是近年來十分熱門的研究方向。

2、一般來說，基于優(yōu)化算法任務(wù)分配主要包含兩大類，一種是基于傳統(tǒng)優(yōu)化技術(shù)的任務(wù)分配方法，另外一種是基于群體智能啟發(fā)的任務(wù)分配算法。傳統(tǒng)算法，例如梯度算法、人工勢場法和動態(tài)規(guī)劃法等，通常采用確定性的方法探索解空間，計算成本較高，并且在大規(guī)模問題上，存在收斂速度慢的缺陷。與之不同的是，基于群體智能啟發(fā)的算法則注重在大規(guī)模問題上尋找較好的解，其可通過一些規(guī)則或者經(jīng)驗知識來引導(dǎo)搜索，從而在可接受的時間內(nèi)完成尋優(yōu)?；谌后w智能啟發(fā)的任務(wù)分配算法具有復(fù)雜度低、收斂速度快、應(yīng)用范圍廣等優(yōu)勢，現(xiàn)有研究中的一些典型群體智能啟發(fā)的優(yōu)化算法包括冠豪豬算法、蛇算法、蟻群算法等。雖然，值得注意的是，基于群體智能啟發(fā)的任務(wù)分配算法仍然存在著如下不足：

3、(1)算法的收斂速度慢。使用傳統(tǒng)群體智能算法在處理大規(guī)模問題的時候，往往需要較多的迭代次數(shù)才能找到最優(yōu)解，不僅收斂速度慢，同時還會占據(jù)較多的算力資源；

4、(2)算法容易陷入局部最優(yōu)解?，F(xiàn)有的部分基于群體智能啟發(fā)的優(yōu)化算法在搜索求解過程中容易出現(xiàn)局部最優(yōu)問題，特別是在復(fù)雜約束條件下，當(dāng)解空間非常復(fù)雜并存在多個局部最優(yōu)解時更容易出現(xiàn)該問題。例如，蟻群算法，由于信息素設(shè)置的固有缺陷，導(dǎo)致優(yōu)化算法可能無法跳出局部最優(yōu)解，從而無法求解得到全局最優(yōu)解；

5、(3)算法適配程度低。實際上，無人機執(zhí)行任務(wù)時，任務(wù)約束會直接影響到任務(wù)分配序列，然而，現(xiàn)有的分配算法往往僅考慮任務(wù)實現(xiàn)性，未對任務(wù)約束進行精準(zhǔn)建模。值得注意的是，航程約束作為關(guān)鍵約束條件，影響了任務(wù)分配的可靠性與有效性。因此需要考慮約束下的任務(wù)分配問題，提升算法的適配程度。

技術(shù)實現(xiàn)思路

1、本發(fā)明主要針對無人機這一特定物理對象，將無人機在軍事作戰(zhàn)或災(zāi)區(qū)搜查等場景執(zhí)行多項任務(wù)抽象為任務(wù)分配問題，提供一種基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，在面向復(fù)雜、大規(guī)模問題時有明顯優(yōu)勢。

2、本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，包括以下步驟：

3、s1、建立任務(wù)分配數(shù)學(xué)模型：基于圖論知識對無人機任務(wù)分配場景建模，并確立目標(biāo)函數(shù)及其約束條件；包括如下子步驟：

4、s11、假設(shè)任務(wù)場景圖g為m×m的正方形區(qū)域，g中有n項待執(zhí)行任務(wù)，n項任務(wù)的并集記為v，無人機起飛后每項任務(wù)都能夠執(zhí)行；

5、s12、使用x(i，j)表示任務(wù)執(zhí)行順序為任務(wù)i到任務(wù)j，i，j∈v，i≠j，若執(zhí)行順序為i→j則x(i，j)＝1，否則為0；

6、s13、定義邊集合e＝{eij}，其中i，j∈v，i≠j，eij表示以任務(wù)點i和任務(wù)點j的端點的線段；

7、s14、使用d(i，j)表示任務(wù)i到任務(wù)j的距離，d(i，j)＝d(j，i)；

8、s15、定義任務(wù)場景g中有k個危險區(qū)域，k個危險區(qū)域的并集記為d，d＝{di}，1≤i≤k，無人機在執(zhí)行任務(wù)時，不能飛行到危險區(qū)域內(nèi)；

9、s16、定義無人機續(xù)航里程為w；

10、s17、根據(jù)路程最小化原則，建立目標(biāo)函數(shù)及其約束條件為：

11、min∑d(i，j)x(i，j)，i，j∈v，i≠j

12、

13、∑d(i,j)x(i，j)≤w，i，j∈v，i≠j

14、s2、設(shè)置冠豪豬算法初始化參數(shù)；

15、s3、對優(yōu)化過程進行循環(huán)迭代：設(shè)置問題求解參數(shù)及迭代結(jié)束條件；記錄解空間中歷次全局最優(yōu)解，即最優(yōu)位置；使用循環(huán)種群縮減策略更新種群數(shù)量，模擬冠豪豬在自然環(huán)境下面對捕食者時的四種不同的防御行為建立優(yōu)化迭代方法；循環(huán)一次結(jié)束后更新局部最優(yōu)解，即個體位置；直至滿足迭代結(jié)束條件時，結(jié)束優(yōu)化，得到最優(yōu)分配方案；

16、s4、將最優(yōu)分配方案分配到無人機上，并計算最優(yōu)分配方案所對應(yīng)的飛行距離。

17、本發(fā)明主要針對無人機這一特定物理對象，將無人機在軍事作戰(zhàn)或災(zāi)區(qū)搜查等場景執(zhí)行多項任務(wù)抽象為任務(wù)分配問題。首先，建立任務(wù)分配問題的數(shù)學(xué)模型，而后設(shè)計基于混沌映射冠豪豬優(yōu)化算法進行求解。該算法結(jié)合混沌映射，對隨機生成的種群進行優(yōu)化，增加了隨機性和不可預(yù)測性，更好地模擬種群在自然系統(tǒng)中的復(fù)雜行為，提高全局搜索能力，同時算法能夠更快地收斂，在大規(guī)模問題上減少計算成本。因此，所提出的一種基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法在面向復(fù)雜、大規(guī)模問題時有明顯優(yōu)勢。相較于現(xiàn)有技術(shù)，本發(fā)明的有益效果主要體現(xiàn)在以下三個方面：

18、(1)提出了一種新穎的基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，相較于蟻群算法、粒子群算法等方法，本發(fā)明引入了較新、性能較好的冠豪豬算法，本發(fā)明的方法在考慮無人機的航程約束的同時，更貼合實際任務(wù)需求。此外，采用混沌映射冠豪豬優(yōu)化算法，顯著提升了全局搜索能力和求解速度，能夠一定程度上解決航程約束下的無人機最優(yōu)任務(wù)分配問題。

19、(2)已有的相關(guān)研究中，大部分群智能優(yōu)化算法使用均勻分布的方式初始化種群，與自然系統(tǒng)中的種群行為不符合，算法全局搜索隨機性降低，收斂速度慢。本發(fā)明針對該問題，使用混沌映射優(yōu)化冠豪豬算法，在初始化種群時采用混沌映射策略，增加了種群的隨機性和不可預(yù)測性，更好地模擬種群在自然系統(tǒng)中的復(fù)雜行為，使算法能夠更快地收斂。

20、(3)本發(fā)明的可行性證明冠豪豬算法與混沌映射結(jié)合是可以被推廣的，可以在其他的群智能算法中使用，提升性能。

技術(shù)特征：

1.基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，其特征在于，所述s2中有如下子步驟：

3.根據(jù)權(quán)利要求1所述的基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，其特征在于，所述s3中有如下子步驟：

技術(shù)總結(jié)
本發(fā)明公開了一種基于混沌映射冠豪豬優(yōu)化算法的無人機任務(wù)分配方法，包括以下步驟：S1、建立任務(wù)分配數(shù)學(xué)模型；S2、設(shè)置冠豪豬算法初始化參數(shù)；S3、對優(yōu)化過程進行循環(huán)迭代，得到最優(yōu)分配方案；S4、將最優(yōu)分配方案分配到無人機上，并計算最優(yōu)分配方案所對應(yīng)的飛行距離。本發(fā)明的方法在考慮無人機的航程約束的同時，更貼合實際任務(wù)需求。此外，采用了混沌映射冠豪豬優(yōu)化算法，顯著提升了全局搜索能力和求解速度，能夠一定程度上解決航程約束下的無人機最優(yōu)任務(wù)分配問題。

技術(shù)研發(fā)人員：姜兵,陳曦粵,李曈,孫新禹,李維豪,岳江楓,施孟佶,林伯先,秦開宇
受保護的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21