針對(duì)有人/無(wú)人機(jī)協(xié)同作戰(zhàn)目標(biāo)分配問(wèn)題,基于文化算法提出一種遺傳算法和離散粒子群算法相結(jié)合的目標(biāo)分配方法。根據(jù)有人/無(wú)人機(jī)協(xié)同目標(biāo)分配問(wèn)題的特性,結(jié)合文化算法的基本框架,建立了遺傳算法和離散粒子群算法的交互機(jī)制,充分利用遺傳算法和離散粒子群算法對(duì)優(yōu)化問(wèn)題的搜索能力,改善了2種算法易陷入局部最優(yōu)的缺點(diǎn),對(duì)約束條件下的有人/無(wú)人機(jī)協(xié)同作戰(zhàn)目標(biāo)分配問(wèn)題進(jìn)行了有效求解。實(shí)驗(yàn)結(jié)果表明,基于遺傳和離散粒子群相結(jié)合的文化算法優(yōu)于遺傳算法和粒子群算法,收斂速度更快,能夠快速找到目標(biāo)分配問(wèn)題的最優(yōu)解。

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
1有人/無(wú)人機(jī)編隊(duì)協(xié)同作戰(zhàn)體系結(jié)構(gòu)
2目標(biāo)分配問(wèn)題描述與建模
    2.1問(wèn)題描述
    2.2模型建立
        2.2.1目標(biāo)分配矩陣
        2.2.2模型約束條件
        2.2.3模型目標(biāo)函數(shù)
            1)任務(wù)收益函數(shù):
            2)任務(wù)完成損耗函數(shù):
    2.3目標(biāo)分配問(wèn)題的數(shù)學(xué)描述
3應(yīng)用文化算法的目標(biāo)分配
    3.1文化算法
        3.1.1離散粒子群算法
        3.1.2遺傳算法
    3.2算法步驟
        3.2.1群體空間
        3.2.2信念空間
4案例仿真
5結(jié)語(yǔ)



本文編號(hào)：4006979