[发明专利]基于改进狼群算法的无人机任务分配方法

权利要求书

1.基于改进狼群算法的无人机任务分配方法，其特征在于，具体包括如下步骤：

步骤1、结合实际战场环境、无人机自身参数及类别作为约束条件，建立无人机任务分配的目标函数；

步骤2、根据无人机数量U和目标数量T确定人工狼编码长度L，将人工狼编码长度设置为无人机数量L＝U，根据步骤1中的约束条件，建立无人机任务分配问题模型；

步骤3、对狼群算法进行改进，通过调整自适应步长和采用基于饥饿值的狼群更新策略，迭代得到最优头狼位置，即最优解；具体包括如下步骤：

步骤3.1依据目标函数值的大小角逐出人工头狼；

步骤3.2，除头狼之外目标函数值最佳的R匹人工狼视为探狼，R的取值为[N/(2β),N/β]之间的随机整数，N为人工狼的总数，β表 示狼群的整体更新比例因子；探狼i获得的目标函数值为Y_i，若Y_iY_lead，则探狼向h个方向分别前进一步记录每前进一步后的目标函数数值，那么向第p(p＝1,2,...,h)个方向前进后探狼i在d维空间中所处的位置为；

其中表示在d维空间中探狼的游走步长；重复本步骤的游走行为直到探狼的目标函数值Y_iY_lead，或游走次数T超过限制T_max；

步骤3.3，在除了头狼之外的狼群中随机选取猛狼进行召唤，在改进自适应步长后的召唤行为中，第j只猛狼经历第k+1次迭代时，在第d维空间中所处位置可表示为：

其中，表示在d维空间中猛狼召唤步长；表示第k代头狼的位置；

设猛狼j的目标函数值为Y_j，若Y_jY_lead，则令Y_lead＝Y_i，猛狼j成为头狼；若Y_jY_lead，则猛狼j继续奔袭，直到与头狼间的距离d_is小于判定距离d_near时，转入围攻行为，进入步骤3.4；其中，ω为距离判定因子，为向上取整，m为猛狼数量；

步骤3.4，猛狼和探狼协同合作对搜索到猎物的发起围攻行为并将其捕获，当狼群进行k次迭代之后，猎物在第d维空间所处的位置为改进自适应步长之后，则可将狼群的围攻行为表示如下：

其中，表示在d维空间中的围攻步长；

步骤3.5，基于饥饿值的狼群更新；

狼群进行初始化时，给每只狼赋予饥饿值，第i只狼的饥饿值为：

S_i＝l·β (16)

其中，F为食物数量，N为定值，β为正整数；

狼群进食量可表示为：

式中，σ为的随机数，σ取值的变化会影响狼群淘汰的数量和速度；表示剩下的食物量；

在进行行动过程中，每只狼会消耗自己的能量，每迭代一次狼的饥饿量都减少l,则饥饿值更新公式为：

当狼群中某只狼饥饿值小于0，则会被饿死并且被淘汰掉，此时将会产生新的狼进行种群数量的补充；

步骤3.5，判断是否达到优化精度要求或最大迭代次数，是，则输出头狼位置作为最优解；否则，转到步骤3.2；

步骤4、根据最优解进行无人机任务分配。

2.根据权利要求1所述基于改进狼群算法的无人机任务分配方法，其特征在于，步骤1中，约束条件具体包括飞行距离约束、飞行时间约束和无人机功能约束。