.png){kind=icon}
返回
Coevolutionary genetic programming for large-scale dynamic multi-aircraft task allocation
.png){kind=icon}
PRE
AI
DOI：10.1631/FITEE.2500540.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多机任务分配（MATA）在动态条件下对提高任务效率起着关键作用。本文提出了一种新颖的协同进化遗传编程（CoGP）框架，该框架能自动为动态MATA问题设计高性能的反应式启发式规则。与传统的单树遗传编程（GP）方法不同，CoGP联合发展两种相互作用的种群，即任务优先级启发式规则和飞机选择启发式规则，以明确建模这两个相互依赖决策阶段之间的耦合关系。构建了一个全面的终止符集来表示飞机和任务的状态，而一个低层启发式模板将生成的树转换为可执行的分配策略。在模拟灾后紧急配送的公开基准实例上的大量实验表明，与当前最先进的GP和启发式方法相比，CoGP表现出更优越的性能，在复杂且动态的救援环境中展现出强大的适应性、可扩展性和实时响应能力。
期刊
IF:
2.9
论文数:
129
被引数:
2.5K
机构
引用论文
Seismic resilience assessment-informed UAV task allocation framework for post-earthquake survey
.png){kind=icon}
PREAI
分享收藏A Dynamic Task Allocation Method for Unmanned Aerial Vehicle Swarm Based on Wolf Pack Labor Division Model基于狼群分工模型的无人机群动态任务分配方法
PREAI
分享收藏分享收藏
Genetic Programming for Dynamic Flexible Job Shop Scheduling: Evolution With Single Individuals and Ensembles用于动态灵活作业车间调度的遗传编程: 具有单个个体和集合的进化
PREAI
分享收藏
查看更多内容