基于ACA_PSO 算法的无人机分布式任务分配方法
CSTR:
作者:
作者单位:

(1. 中航工业西安飞行自动控制研究所,西安 710065; 2. 飞行器控制一体化技术重点实验室,西安 710065)

作者简介:

张瀚桥(1990—),男,吉林人,硕士,助理工程师,从事导航、制导与控制研究。

通讯作者:

中图分类号:

TJ85

基金项目:


Distributed Task Allocation Method for UAV Based on ACA_PSO Algorithm
Author:
Affiliation:

(1. Xi’an Flight Automatic Control Research Institute, Aviation Industry Corporation of China, Xi’an 710065, China; 2. National Key Laboratory on Flight Vehicle Control Integrated Technology, Xi’an 710065, China)

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:

    为解决分布式任务分配问题,采用“粒子化”的蚁群算法进行无人机分布式任务分配。基于蚁群_粒子群 混合算法,在原有蚁群算法基础上进行改进,使其具有“粒子”的特性。建立扩展协同多任务分配问题模型(ECMTAP), 采用构造允许的状态转移集合的方法,大大减少了产生的不合理解的个数,并弥补了蚁群算法陷入局部最优和早熟 问题的缺点。实验结果表明:该算法能够有效地解决复杂约束条件下的多无人机分布式任务分配问题,具有较好的 收敛速度和任务分配结果。

    Abstract:

    In order to solve the task allocation problem, put forward a particle based ant colony algorithm. Ant colony algorithm-particle swarm optimization algorithm, the mixed algorithm, makes the ant colony have the character of ‘particle’. Build up a model of extended cooperative multi-tasks assignment problem. Using making up state-transition allowed set, the number of infeasible solutions was reduced sharply. Additionally, this algorithm has better performance in solving the task allocation problems, by relieving the problem of prematurity and falling into local optimum. The simulation results show that this algorithm can solve the distributed task allocation problem for multiple UAVs effectively, with faster convergence rate and better results.

    参考文献
    相似文献
    引证文献
引用本文

张瀚桥.基于ACA_PSO 算法的无人机分布式任务分配方法[J].,2016,35(07):7-10.

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:2015-08-23
  • 最后修改日期:2015-10-08
  • 录用日期:
  • 在线发布日期: 2018-11-07
  • 出版日期:
文章二维码