[发明专利]基于改进狼群算法的无人机任务分配方法

说明书

本发明公开的一种基于改进狼群算法的无人机任务分配方法，建立无人机任务分配模型，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，求出最优任务分配方案。改进后的算法将原有狼群算法中探狼的漫无目的搜索，改进为具有引导信息的有目的搜索，简化了寻优过程，加快了寻优效率。应用于无人机协同任务分配中将具有较好的收敛性、快速性和全局搜索能力，适用于不同规模的任务分配等组合优化问题。

技术领域

本发明涉及无人机智能决策技术领域，特别是涉及基于改进狼群算法的无人机任务分配方法。

背景技术

近年来，无人机以其成本低、人员零伤亡、反应灵活等优势逐渐在战场上发挥了越来越重要的作用。作为多无人机协同的典型作战样式之一，无人机协同作战将成为改变战场游戏规则的颠覆性力量并受到了国内外广大学者的关注与研究，其中，任务分配无人机协同作战的关键问题之一，是实现无人机自主控制的重要阶段，旨在让有限的作战资源发挥最大的作战效能。由于无人机协同作战环境的复杂性和时间的紧迫性，任务分配问题涉及诸多制约因素，需在综合考虑无人机作战性能和战场环境的基础上，在合理的可用时间内获得任务分配的详细计划，为指控活动提供决策依据。

在自然界中存在许多群居性的动物，其中狼就是一个具有代表性的种群群体。在狼群社会中，每一只狼都有各自的分工，既可以独立承担自身的工作内容，又可以群体中其他狼进行团队协作，从而促使整个狼群不断向前的发展。在狼群种群中，根据每只狼工作性质的不同可以分为头狼、探狼和猛狼三种。狼群算法WPA采用了基于人工狼主体的自下而上的设计方法和基于职责分工的协作式搜索路径结构，狼群中每只狼可以敏感的捕捉到猎物的气味、对周围环境信息进行搜索，并且将搜索到的环境信息和猎物信息与其他个体狼进行信息的交换共享，最后可以基于自身的基本职能做出智能化的决策，从而完成捕猎。

针对这些问题，本发明对智能体算法中的狼群算法进行优化，以用于无人机任务分配问题的求解中。

发明内容

本发明要解决的问题是，由于基本狼群算法容易造成算法陷入局部最优位置无法跳出、寻优效率变差等缺点，导致无人机任务分配问题求解效率较低、分配方案不佳的问题，因此，本发明提供了一种基于改进狼群算法的无人机任务分配方法，可以有效避免上述问题。

本发明的一种基于改进狼群算法的无人机任务分配方法，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；

所述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。

建立的无人机任务分配的目标函数是：

F(x)＝w₁α₁C_d+w₂α₂C_t+w₃α₃C_threat (5)

其中，C_d表示航程代价、C_t表示总时间代价，C_threat表示威胁代价，w₁、w₂、w₃为各项代价的权值系数，其中，w₁+w₂+w₃＝1，且w₁、w₂、w₃的取值范围均为[0,1]。α₁、α₂和α₃是各项代价的比例因子：

进行无人机任务分配以保证完成任务时所有无人机执行任务的总代价最小；也即无人机任务分配的目标函数值最小。