计算机工程

作者：彭泫滈, 张娟, 李辉, 胡术

单位：1. 四川大学计算机学院软件学院, 四川 成都 6100652. 景德镇陶瓷大学信息工程学院, 江西 景德镇 3330013. 四川大学视觉合成图形图像技术国家级重点实验室, 四川 成都 610065

关键词：狼群算法,任务分配,混沌优化,变步长优化,群智能算法

基金：国家自然科学基金重点项目(U20A20161); "十三五"全军共用信息系统装备预研项目(31505550302)

多无人机在现代化作战中的运用日渐增多, 无人机任务规划在无人机智能作战中至关重要。针对子系统能力约束下的无人机任务分配问题, 提出一种Levy Flight(LF)优化下基于拍卖机制的混沌反向学习狼群优化算法CRL-AMIWPA。首先, 定义无人机能力矩阵和任务场景, 对无人机异构性、任务执行能力、执行任务能力最低需求建立同一矩阵描述, 根据距离油耗和最迟任务完成时间的加权和建立目标函数, 建立子系统约束下的任务分配模型; 然后, 设计狼群个体编码, 每个编码方案包含一种任务分配策略, 针对未达到任务需求最低能力的解, 采用基于合同网的拍卖策略予以修正。另外, 在狼群初始化阶段, 采用Tent混沌算子和反向学习策略, 将狼群个体均匀地分布在解空间中, 以提高初始种群的多样性, 最后, 利用LF策略优化寻优过程, 提高跳出局部最优解的能力。仿真实验结果表明, 所提算法能有效解决在子系统约束场景下无人机任务分配问题, 相比其他群智能算法和狼群算法, 具有更优的寻优性和收敛速度。

来源：2024年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第10期