多无人机舰机协同任务分配问题研究

摘要

无人机在现代战争中的应用越来越广泛也越来越重要，随着未来战场环境的复杂多变，单一依靠无人机作战往往不能满足未来战争的需求。2013年以来，美军实现了无人舰载机技术的飞跃，使得无人机与舰艇之间的舰机协同作战成为可能。由于目前针对舰机协同问题的研究多以类似协同反潜等作战战术为主，而多无人机与舰艇的协同任务分配是舰机协同作战的关键问题之一，本文对舰机协同任务分配问题展开了研究。
　　本文研究分析了舰机协同任务分配问题，提出了该问题的数学模型并进行了算法求解。首先，本文对舰机协同任务分配问题进行作战想定，并以对相关问题的研究为基础提出了本问题的模型。接着，考虑到问题的非多项式可解性，给出了改进的粒子群求解算法。由于传统的粒子群算法仅用于解决连续优化问题且容易陷入局部最优，本文重新设计了粒子的编码方式并调整了算法的迭代步骤使得粒子群算法可被运用于本问题的求解当中，同时，设计了参数自适应的调整规则，通过对粒子群当前状态的判断动态调整惯性权重值，能有效防止算法过早收敛。最后，生成了测试数据集，并进行了算法求解实验及结果分析。参照车辆路径优化问题的Solomon标准测试集的生成思想，生成了舰机协同任务分配问题的测试数据集，在此数据集上通过将本文自适应算法与标准的粒子群算法和带压缩因子粒子群算法进行求解对比，对比实验表明本文算法是可行的且有效的。
　　本文的研究成果能够快速有效的解决单舰多机协同任务分配问题，有效的舰机协同任务分配方案能提高舰队的任务执行效率，对舰机协同作战能力的提升意义重大。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景及意义

1．2 舰机协同问题的研究现状

1．3 研究内容与安排

第二章 舰机协同问题的基础理论与方法

2．1 多无人机任务分配问题

2．1．1 广义指派问题

2．1．2 巡回旅行商问题

2．2 多无人机任务分配的求解方法

2．3 粒子群算法原理

2．3．1 粒子群算法简介

2．3．2 基本粒子群算法

2．3．3 粒子群算法的研究现状

第三章 舰机协同任务分配问题及其模型

3．1 舰机协同任务分配作战想定

3．2 单舰多机协同问题的想定分析及问题描述

3．3 单舰多机协同问题的参数定义及模型

第四章 单舰多机协同的求解及实验分析

4．1 单舰多机协同问题的粒子表示

4．2 自适应参数设计

4．2．1 自适应惯性权重值设计

4．2．2 动态学习因子设计

4．3 算法的求解步骤

4．4 测试数据集生成

4．5 算法可行性有效性分析

4．6 Maxtimes值影响性分析

第五章 总结与展望

5．1 研究总结

5．2 研究展望

参考文献

攻读硕士学位期间的学术活动及成果情况