无人机集群基于多目标的速度决策与任务分配

针对无人机集群作战中如何分配打击目标的问题,将协同多任务分配模型CMTAP提升为两个维度的目标:时间窗适应度和油料消耗,将CMTAP问题的求解维度从分配任务序列拓展到了求解任务序列的对应速度和每架无人机的出发时间确定。针对该问题提出了CMTAP-MO-GA算法,其采用了一种破碎任务序列的染色体变异机制,和一种缺陷修复的染色体交叉机制。该算法能求解出问题在二维目标函数上的帕累托前沿,并获得前沿上每个解对应的分配结果及每个解的执行策略。

多无人机系统协同多任务分配模型与仿真

针对多约束条件下的多无人机系统协同多任务分配问题(CMTAP),提出了利用多约束条件下的多车场车辆路径问题(MDVRPMC)对协同多任务分配问题进行建模,在设计基于Pareto最优的遗传模拟退火算法的基础上,对存在任务点动态时间窗口约束、任务类型约束、无人机任务能力约束等条件下的协同多任务分配问题进行了求解。实例仿真表明,该方法能有效地解决多无人机系统的协同多任务分配问题。