[发明专利]多无人机协同目标分配方法

权利要求书

1.多无人机协同目标分配方法，其步骤如下：

1)仿真环境预处理：确定地形数据，确定无人机、目标点及雷达的具体参数，并显示在一张仿真图中；

2)设置近似聚类双策略差分进化算法的基本参数：种群规模NP，解空间维度D；

3)初始化种群：在解空间中随机均匀生成NP个个体，对多模型进行统一的基因编码，构建目标函数以及合理的约束条件；

4)计算父代个体的适应度值：根据适应度函数f(x)及约束函数，建立UAVs与目标点之间的估计航程代价库，构建父代个体适应值库；

5)父代种群个体分类：根据Speciation算法对父代个体适应度进行分类，分成探索性个体及开发性个体；

6)选择变异策略：根据父代个体不同性质选择合适自己的变异策略；

7)交叉算子：在变异之后，DE通常执行二项式交叉操作，交叉算子是由交叉率CR决定，从原始向量x_j,i(g)和变异向量v_j,i(g+1)进行部分信息交换以形成新的实验向量u_j,i(g+1)，x_j,i(g)表示第g代第j个个体的第i个基因，v_j,i(g+1)表示第g+1代第j个个体的第i个基因，u_j,i(g+1)表示第g+1代第j个个体的第i个基因；

8)选择算子：DE采用贪婪算法选择进入下一代种群的个体，该算子从实验向量u_j,i(g+1)和原始向量x_j,i(g)中选择更好的个体进入下一代：

9)结合代间变异率与归档技术替代代间变异随机重置：将种群中0.3NP适应度较优个体归档技术进行保存存档，剩下的0.7NP个体全部重置，直到搜索结束；

10)计算最优的适应度值，并计算UAVs与目标点的对应关系。

2.根据权利要求1所述的多无人机协同目标分配方法，其特征在于：所述变异策略公式为：

式中：r1,r2,r3,r4,r5是在[1,N]中随机选取的五个整数且i≠r1≠r2≠r3≠r4≠r5，表示随机选取五个整数所对应的个体；x_best,i(g)表示第g代中最好的个体，x_r1,i(g)表示第g代中第r1个个体，v_j,i(g+1)表示第g+1代变异个体，F_d表示动态缩放因子，fitness(g)是第g代中排序中间的标准适应度值，fitness表示第g代中每个个体适应度值；

式中：CR为交叉率。

3.根据权利要求1所述的多无人机协同目标分配方法，其特征在于：所述变异随机重置在世代间覆盖操作时，保存当前种群中0.3NP适应度较优个体在存档中，而将剩下的0.7NP个个体全部重置，直到搜索结束,其选择概率模型如下：

式中：fitness(g)表示第g代中每个适应度的值，fitness_min表示第g代中最小个体的适应度值，fitness_max表示第g代中最大个体的适应度值，p(g)表示被选中的概率。