多约束条件下多UUV任务分配方法

针对多约束条件下多UUV任务分配问题,提出一种基于改进集合粒子群优化算法的分配方法,该方法首先定义包含UUV与保障船有效通信距离等指标的约束条件,建立以任务总执行时间最短为主要优化对象的目标函数,采用自适应惯性系数提高最优解邻域内的搜索能力,通过结合遗传算法的变异操作提高全局搜索能力,有效降低陷入局部最优解的概率。UUV任务分配仿真实验表明,本文提出的多约束多目标任务分配方法能够获取多UUV的最优任务分配,具有实际应用的可行性。     

无人船集群队形重构的目标任务分配

[目的]针对无人船编队队形重构中的目标分配问题,提出一种队形重构目标分配方法。[方法]首先,在目标点固定的情况下,通过各无人船的当前位置,生成基于距离的收益函数。其次,以拍卖理论为基础,根据无人船队形重构中目标分配的快速性要求,针对传统拍卖算法在重构分配中可能存在的无可行解问题,提出基于最大迭代次数的拍卖终止机制,分散部分计算量,从而缩短分配时间。[结果]仿真结果表明,与匈牙利法相比,所提方法针对大规模无人船集群队形重构能够快速给出目标任务分配方案。[结论]所提方法能为无人船集群队形重构中目标分配问题以及无人船自主决策研究提供一定的参考。     

多UUV搜索海底声信标任务规划方法

[目的]为了提高特定海域内多水下无人航行器(UUV)执行海底声信标搜索任务时的搜索性能,需增加对目标的搜索概率。[方法]首先,给出各UUV所载被动声呐的搜索能力指标函数,采用蒙特卡罗方法模拟海底声信标的坐标位置,并在任务区域建立搜索能力函数,从而得到本次优化任务的优化目标;然后,根据UUV实际执行任务时的队形要求建立本次优化的约束条件,整合得到基于海底声信标搜索概率最大化的多UUV队形优化模型,并使多UUV按照此队形完成指定区域的声信标搜索工作;最后,采用遗传算法对优化模型进行参数优化,通过设定合理的目标函数以及改进传统的遗传算子使目标函数的值达到设定标准,随之取出相应的参数完成值的选择。[结果]将求解出的优化队形与传统优化队形进行对比发现,求解出的优化队形具有更高的发现海底信标的平均概率。[结论]该方法能够有效提升多UUV对海底声信标的搜索性能,并给出合理的队形优化方案。     

基于并行遗传混沌方法的UUV性能综合优化分析

从船舶快速性、操纵性和能源系统等角度出发,建立分析UUV性能的综合优化数学模型;基于遗传算法、混沌算法、分层并行思想,构造一种分层并行遗传混沌方法,并将该方法应用于求解此类综合优化问题。利用此方法,分析数学模型中的目标函数类型及性能指标权重对该优化计算问题的影响。计算结果表明,该分层并行遗传混沌方法能较好的解决此类优化问题,其计算结果稳定可靠、约束满足程度好、效率高。同时,目标函数类型的不同及性能指标权重的改变均对该优化问题有较大影响。该UUV性能综合优化方法提供了一种优化设计思路,综合性能指标较高。     

多智能体海上搜寻任务分配方法

将多智能体技术引入海上搜寻任务分配问题研究中,在传统拍卖规则的基础上,建立多智能体海上搜寻任务分配模型,提出基于改进拍卖规则的多智能体海上搜寻任务分配方法。仿真结果表明:所提出的方法能够实现全局最优的海上搜寻任务分配,并且在搜救现场情况发生变化时,能够动态地调整任务分配方案,为海上搜救行动提供辅助决策支持。     

基于跨域基站UUV集群试验方法研究

本文针对水下无人系统集群协同探测与目标跟踪,提出基于水面水下跨域基站通信组网UUV集群湖上试验方案和思路。通过研制水下集群控制系统,以及UUV平台尝试加装鱼雷自导并解决加装后平台信息控制、跟踪弹道设计、低速下自导参数确定、跟踪与攻击策略等技术,实现了湖上UUV集群探测与攻击协同试验。湖上通信拉距试验、组网试验、探测与攻击协同试验表明,该方案能够满足至少三节点的集群探测与攻击试验目的,试验实施简单有效,采用的架构和方法亦可用于更多节点的UUV集群试验。     

UUV编队协同探测行动中的网络易损性问题

文章研究了UUV编队在执行协同探测任务时的网络易损性问题。描述了UUV编队网络模型,引入了基于节点介数的多尺度易损性评估法,提出一种评估UUV编队在执行协同探测任务时的网络易损性的方法,给出了相关的分析步骤,并举例进行说明。     

水下无人航行器集群仿真试验系统设计与研究

本文提出一种水下无人航行器集群仿真试验系统的设计方法,在构建UUV平台仿真模型、目标模型、海洋环境模型、关键算法模型等的基础上,开展了UUV集群仿真系统架构、想定及任务规划、仿真运行流程、系统接口、系统部署方式等全系统、全流程的UUV集群仿真试验系统设计。通过本系统方案设计研究,能为UUV集群仿真试验平台的开发提供有效支撑。     

基于多目标遗传算法的船舶修理计划优化研究

针对船舶修理工作中的计划任务分配问题,提出了基于多目标遗传算法的船舶修理计划优化的方法。将修理经费和时间作为两个追求的目标函数,采用改进的非支配解排序的多目标进化算法（NSGA II）对优化模型进行了求解,得到了任务分配的Pareto优化解。这种方法能够比通常的加权和方法得到更多的计划方案,能够给任务制订者更多的选择。文中计算了一个维修任务分配例子,并且和通常单目标优化结果进行了比较,表明了该方法的有效性和实用性。     

多无人机协同任务分群方案研究

针对在侦察问题中多无人机任务分群的不足,为提高其效率,提出了基于模拟退火思想的改进K均值聚类算法的多无人机协同任务分群方法。文中建立了侦察任务分群模型,对任务分群性能优化指标进行了分析。给出了优化K均值聚类算法后的模拟退火思想的改进K均值聚类算法。通过进行仿真分析,在对比算法优化前后的计算结果后发现,优化算法能使多无人机巡航时间缩短,目标群分布群内更加集中,群间更分散,且各UAV任务分配更均衡。研究表明应用模拟退火思想的改进K均值聚类算法能有效提高任务分群效率,有较大的实战价值。