无人舰艇集群攻击任务规划优化模型仿真

多水面无人舰艇之间的任务规划是保证无人舰艇顺利、高效完成任务的关键。但是,无人潜艇之间的攻击过程是一个多任务、多轮次的复杂过程,攻击的先后顺序和最优选择过程是个随机且相互影响的过程。传统的攻击任务规划模型没有考虑外界与内部的约束条件,只是将多USVs系统简单地分解为个体的叠加,在任务执行过程中达不到提高任务执行效率的目的,缺乏相应的协同规划机制,容易使系统整体陷入混乱状态。提出一种优化的无人舰艇集群攻击任务规划优化模型。根据水面无人舰艇集群攻击任务规划问题的多约束性,建立任务规划模型,引入代价函数,运用改进的生物地理学优化算法对任务分配问题进行求解,保证攻击过程任务规划最优。仿真结果表明,生物地理学优化算法在解决多约束优化问题方面可以很好的避免陷入局部最优和具有很好的稳定性,模型具有通用性,应用算法在求解时具有快速、稳定的收敛性。

基于DAMPSO算法的USVs集群攻击任务规划研究

现代防御技术的迅速发展使得水面舰艇的攻击效果大大下降,水面无人舰艇自主编队集群攻击技术已经成为未来海战的关键技术之一,多水面无人舰艇之间的任务规划是保证无人舰艇顺利、高效完成任务的关键。将水面无人舰艇集群攻击任务规划问题看成是多约束的任务分配过程,建立任务规划模型,提出了基于分布式拍卖机制的粒子群优化算法,该算法结合分布式拍卖机制对粒子群优化算法的粒子初始化和寻优过程进行改进,使得粒子既符合任务的约束条件,又保持了多样性,避免粒子在寻优过程中陷入局部最优。仿真结果表明应用分布式拍卖机制粒子群优化算法得到的方案不仅完全满足水面无人舰艇集群攻击任务的要求,而且比传统粒子群优化算法和其他群体智能算法具有更好的收敛性。