.png){kind=icon}
返回
Cooperative task allocation for heterogeneous multi-UAV using multi-objective optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s11771-020-4307-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，多无人机在复杂任务中的应用得到了广泛的探索。由于具有灵活、廉价和一致性的优点，在适当的协同任务分配下，异构多无人机的性能优于单无人机。因此，为了实现有效的协作，应该满足几个约束，例如特殊的时间窗口、不同的设备、指定的执行顺序。因此，在无人机中进行适当的任务分配是最终成功的关键。异构无人机的任务分配问题可以表述为与无人机动力学耦合的多目标优化问题。为此，设计了多层编码策略和约束调度方法来处理关键的逻辑和物理约束。此外，还引入了四个优化目标: 完成时间，目标奖励，无人机伤害和总范围，以评估各种分配计划。随后，为了高效求解多目标优化问题，提出了一种改进的多目标量子粒子群优化 (IMOQPSO) 算法。在该算法中，设计了一种改进的解评估方法来指导算法的进化; 综合考虑了粒子的收敛性和分布; 保留了可能产生一些特殊分配方案的边界解。此外，该算法还引入了自适应参数控制和混合更新机制。最后，通过仿真实验对所提出的模型和算法进行了验证。
Keyword:
unmanned aerial vehicles
cooperative task allocation
heterogeneous
constraint
multi-objective optimization
solution evaluation method
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.4
论文数:
5.2K
被引数:
1.0W
机构
引用论文
分享收藏Multi-UAV Reconnaissance Task Assignment for Heterogeneous Targets Based on Modified Symbiotic Organisms Search Algorithm.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容