.png){kind=icon}
返回
Two-stage heuristic genetic optimization algorithm for multi-UAV logistics task allocation
.png){kind=icon}
PRE
AI
DOI：10.1007/s13042-025-02747-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无人机（UAVs）在低空经济中逐渐发挥着越来越重要的作用。任务分配问题已成为低空无人机群物流应用中的关键问题，而无人机物流企业的重点是提高系统的运营效率和经济效益。目前，主流的多无人机任务分配算法无法在可接受的时间内解决令人满意的任务分配方案。本文的贡献是提出了一种基于匈牙利算法和改进遗传算法相结合的两阶段启发式算法，该算法实现了全局性能优化，并在较短时间内获得了整体优越的解。实验表明，所提出的算法在整体任务分配收益方面比传统遗传算法提高了15.26%，计算时间减少了17.6%，表明其整体解更优。本文提出的算法为解决低空多无人机任务分配问题提供了一种新的优化策略。
Keyword:
Low-altitude economy
Logistics tasks
Multi-UAV task allocation
Genetic algorithm
Heuristic algorithm
期刊
IF:
2.7
论文数:
3.2K
被引数:
5.6K