[发明专利]一种SEDA场景下异构无人机配置与任务规划联合优化方法

权利要求书

1.一种SEDA场景下异构无人机配置与任务规划联合优化方法，其特征在于，包括上层无人机配置调整与下层任务规划计算，具体地：

下层任务规划计算在上层无人机配置调整的无人机配置方案约束下进行任务规划计算，其优化目标为在该方案的无人机数量种类约束下，最小化任务平均完成时间；

上层无人机配置调整则根据下层任务规划计算获得的最优任务执行方案反馈优化无人机配置，其优化目标为在任务执行要求下，最小化各类型无人机数量。

2.根据权利要求1所述的SEDA场景下异构无人机配置与任务规划联合优化方法，其特征在于，所述上层无人机配置调整的过程为：

步骤A1，根据场景中所包含的任务类型生成初始无人机配置方案，其中，初始无人机配置方案中，每个任务类型所对应的无人机至少为1架；

步骤A2，调用下层任务规划计算部分，获得若干待选任务执行方案，从中选择任务平均完成时间最短的方案，将其作为当前无人机配置方案下的最优方案；

步骤A3，基于当前最优方案的具体时间表计算各类型任务的等待时间，进而计算对应各类型无人机的任务衔接比指标，并根据任务衔接比值指标对无人机进行排列，形成待增加无人机列表；

步骤A4，对于当前无人机配置方案中达到预定数量限制的无人机，将其从待增加无人机列表删除，完成待增加无人机列表的第一次更新；

步骤A5，判断当前迭代次数是否为1：

若是则直接进入步骤A6；

否则，执行如下操作：

选择上次迭代增加的无人机，将其对应任务作为当前任务，分析受其影响的任务类型，选择其中影响最大的一个任务类型，计算上次无人机增加后其等待时间变化，若不发生变化或变化很小，则说明该类型任务所对应无人机数量已经到达饱和，将该类无人机从列表中删除，完成待增加无人机列表的第二次更新后，再进入步骤A6；

步骤A6，选择待增加无人机列表中排序第一的无人机，在当前无人机配置方案中增加1架该类型无人机，完成无人机配置方案的更新；

步骤A7，调用下层任务规划计算部分，得到当前无人机配置方案对应的最优任务执行方案；

步骤A8，判断无人机配置方案及其任务执行方案是否满足要求，若是则输出当前无人机配置方案及其任务执行方案，否则返回步骤A3。

3.根据权利要求2所述的SEDA场景下异构无人机配置与任务规划联合优化方法，其特征在于，步骤A2中，所述各类型无人机的任务衔接比指标，具体为：

式中，δ^CI为任务衔接比指标，为任务对应无人机使用率，为无人机所对应任务的等待时间均值，λ^CI∈(0,1)为等待时间调节参数，为无人机平均任务数量，α^CI∈(0,0.1]为平均任务数量控制系数。

4.根据权利要求2所述的SEDA场景下异构无人机配置与任务规划联合优化方法，其特征在于，所述下层任务规划计算采用改进遗传算法，在当前无人机配置方案约束下进行任务规划计算，其过程为：

步骤B1，根据遗传算法规则，采用随机方法初始化算法种群，生成若干无人机与任务映射的编码方案；

步骤B2，对于种群中每一个编码方案，根据任务之间的时序耦合关系，在不改变任务和无人机映射关系的基础上微调任务顺序，避免任务规划计算过程中出现死锁问题；

步骤B3：对调整后的编码方案中的每个任务进行无人机调整与任务时间表计算，得到所有编码方案对应的任务执行方案；

步骤B4，判断是否满足迭代终止条件：

若是，则将当前所有编码方案对应的任务执行方案中，任务平均完成时间最短的任务执行方案作为当前无人机配置方案的任务执行方案，并输出；

否则，采用遗传算法中的交叉与变异操作进行所有编码方案的更新，再次进入步骤B2。