原文服务方: 计算机应用研究       
摘要:
针对多无人机协同任务分配越来越复杂的问题,采用一种改进的阶层分级粒子群优化算法(HGIWPSO)获得最优分配方案.首先,根据粒子适应度值将种群动态划分为三个不同阶层,依据不同阶层粒子特性选择合适的学习模型,并引入独立权重思想调节惯性权重大小,平衡算法全局与局部搜索能力,提高算法性能;然后,建立协同多任务分配问题模型,采用多余负载竞拍方案减少非法劣解,通过实数编码建立粒子和实际分配方案之间的映射关系,解决实际分配问题.实验结果表明,该算法能够有效解决复杂约束条件下多无人机协同任务分配问题,得到最优分配序列,具有一定的理论以及实际意义.
推荐文章
基于改进合同网算法的多无人机任务分配
任务分配
无人机
合同网算法
负载平衡
资源消耗
飞行距离
多无人机多目标协同近距任务分配研究
无人机
任务分配
混合粒子群算法
分层规划
权重
多目标群多基地多无人机协同任务规划
任务规划
周期性快速搜索遗传算法
无人机
共同分配
考虑低空运行环境求解无人机任务分配问题的研究
无人机任务分配
联合搜救
NSGA-Ⅱ算法
帕累托解
对立学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进PSO算法在多无人机协同任务分配中的应用
来源期刊 计算机应用研究 学科
关键词 无人机 阶层分级 任务分配 粒子群算法 实数编码
年,卷(期) 2019,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3344-3347,3360
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.05.0303
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 袁小平 93 432 11.0 16.0
2 蒋硕 5 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (268)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(16)
  • 参考文献(0)
  • 二级参考文献(16)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(15)
  • 参考文献(2)
  • 二级参考文献(13)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(12)
  • 参考文献(2)
  • 二级参考文献(10)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
阶层分级
任务分配
粒子群算法
实数编码
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导