多UCAV协同任务分配模型及粒子群算法求解
DOI:
CSTR:
作者:
作者单位:

1. 空军工程大学工程学院
2.
3. 空军工程大学装备管理与安全工程学院

作者简介:

杜继永

通讯作者:

中图分类号:

基金项目:


Cooperative task assignment for multiple UCAV using particle swarm
optimization
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    任务分配是多无人作战飞机(UCAV) 协同控制的基础. 对此, 分析了影响任务分配的关键战技指标, 建立了
    针对攻击任务的多UCAV协同任务分配模型. 应用连续粒子群算法对问题进行求解, 建立了粒子与实际问题间的映
    射, 通过位置饱和策略构造粒子的搜索空间, 采用自适应惯性权重提高粒子群算法的收敛速度和全局寻优能力. 考虑
    到单机的任务载荷限制, 引入了买卖合同机制以实现多机任务协调. 仿真结果表明, 所提出模型和算法可以较好地解
    决多UCAV协同任务分配问题.

    Abstract:

    Task assignment is one of fundamental problems in multiple unmanned combat aerial vehicle(UCAV) cooperative
    control. Therefore, the factors which effect the task assignment are analyzed, the multiple UCAV cooperative task assignment
    model for attacking the ground targets is built. The particle swarm optimization(PSO) algorithm for solving such a problem
    is proposed, based on proper task assignment solution to PSO particle mapping. In order to reduce the search space, a
    saturation strategy is provided. An adaptive inertia weight strategy is also introduced into the algorithm to balance the global
    and the local search ability. Considering the capacitated limitation of UCAV, the buy-sell contract scheme is adopted to solve
    task coordination. The simulation results show that the model and the algorithm can effectively solve the task assignment
    problems for multiple UCAV.

    参考文献
    相似文献
    引证文献
引用本文

杜继永, 张凤鸣, 杨 骥,等.多UCAV协同任务分配模型及粒子群算法求解[J].控制与决策,2012,27(11):1751-1755

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-05-19
  • 最后修改日期:2011-09-28
  • 录用日期:
  • 在线发布日期: 2012-11-20
  • 出版日期:
文章二维码