期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
LeCMPSO算法求解异构无人机协同多任务重分配问题
被引量：
3
1
作者
王峰
付青坡
+2 位作者
韩孟臣
邢立宁
吴虎胜
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第6期1009-1017,共9页
无人机系统在军事领域有着广泛应用,由于战场环境复杂多变,无人机遭遇突发状况后需进行任务重分配.异构无人机是指多种类型的无人机,可完成单一无人机无法完成的多类型复杂任务,异构无人机协同多任务重分配问题约束条件复杂且包含混合变...
无人机系统在军事领域有着广泛应用,由于战场环境复杂多变,无人机遭遇突发状况后需进行任务重分配.异构无人机是指多种类型的无人机,可完成单一无人机无法完成的多类型复杂任务,异构无人机协同多任务重分配问题约束条件复杂且包含混合变量,现有多目标优化算法不能有效处理此类问题.为高效求解上述问题,本文构建多约束异构无人机协同多任务重分配问题模型,提出一种学习引导的协同多目标粒子群优化算法(LeCMPSO),该算法引入基于先验知识的初始化策略和基于历史信息学习的粒子更新策略,能有效避免不可行解的产生并提升算法的搜索效率.通过在4组实例上的仿真实验表明,与其他典型的协同进化多目标优化算法相比,所提算法在解集的多样性、收敛性及搜索时间方面均具有较好的性能.
展开更多
关键词
无人机
多任务
重
分配
粒子群优化算法
多目标优化
协同进化
在线阅读
下载PDF
职称材料
基于KnCMPSO算法的异构无人机协同多任务分配
被引量：
19
2
作者
王峰
黄子路
+2 位作者
韩孟臣
邢立宁
王凌
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第2期399-414,共16页
随着无人机(Unmanned aerial vehicle,UAV)技术的广泛应用和执行任务的日益复杂,无人机多机协同控制面临着新的挑战.以无人机总飞行距离和任务完成时间为优化目标,同时考虑异构无人机类型、任务执行时序等多种实际约束,构建基于多种约...
随着无人机(Unmanned aerial vehicle,UAV)技术的广泛应用和执行任务的日益复杂,无人机多机协同控制面临着新的挑战.以无人机总飞行距离和任务完成时间为优化目标,同时考虑异构无人机类型、任务执行时序等多种实际约束,构建基于多种约束条件的异构无人机协同多任务分配模型.该模型不仅包含混合变量,同时还存在多个复杂的约束条件,因此,传统的多目标优化算法并不能有效地处理混合变量及对问题空间进行搜索并生成满足多种约束条件的可行解.为高效求解上述模型,提出一种基于拐点的协同多目标粒子群优化算法(Knee point based coevolution multi-objective particle swarm optimization,Kn CMPSO),该算法引入基于拐点的学习策略来更新外部档案集,在保证收敛性的同时增加种群的多样性,使算法能搜索到更多可行的任务分配结果;并基于二进制交叉方法,引入基于学习的粒子更新策略来提升算法的收敛性及基于区间扰动的局部搜索策略以提升算法的多样性.最后通过在四组实例上的仿真实验验证了所提算法在求解异构无人机协同多任务分配问题上的有效性.
展开更多
关键词
无人机多任务分配
多目标优化
粒子群算法
协同进化
在线阅读
下载PDF
职称材料
题名
LeCMPSO算法求解异构无人机协同多任务重分配问题
被引量：
3
1
作者
王峰
付青坡
韩孟臣
邢立宁
吴虎胜
机构
武汉大学计算机学院
国防科技大学系统工程学院
武警工程大学装备管理与保障学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024年第6期1009-1017,共9页
基金
国家自然科学基金项目(62173258)资助。
文摘
无人机系统在军事领域有着广泛应用,由于战场环境复杂多变,无人机遭遇突发状况后需进行任务重分配.异构无人机是指多种类型的无人机,可完成单一无人机无法完成的多类型复杂任务,异构无人机协同多任务重分配问题约束条件复杂且包含混合变量,现有多目标优化算法不能有效处理此类问题.为高效求解上述问题,本文构建多约束异构无人机协同多任务重分配问题模型,提出一种学习引导的协同多目标粒子群优化算法(LeCMPSO),该算法引入基于先验知识的初始化策略和基于历史信息学习的粒子更新策略,能有效避免不可行解的产生并提升算法的搜索效率.通过在4组实例上的仿真实验表明,与其他典型的协同进化多目标优化算法相比,所提算法在解集的多样性、收敛性及搜索时间方面均具有较好的性能.
关键词
无人机
多任务
重
分配
粒子群优化算法
多目标优化
协同进化
Keywords
UAV multi-task reallocation
particle swarm optimization
multi-objective optimization
coevolution
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
V279 [航空宇航科学与技术—飞行器设计]
V249 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
基于KnCMPSO算法的异构无人机协同多任务分配
被引量：
19
2
作者
王峰
黄子路
韩孟臣
邢立宁
王凌
机构
武汉大学计算机学院
国防科技大学系统工程学院
清华大学自动化系
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第2期399-414,共16页
基金
国家自然科学基金(62173258,61773296)
高等学校全国优秀博士学位论文作者专项资金(2014-92)资助。
文摘
随着无人机(Unmanned aerial vehicle,UAV)技术的广泛应用和执行任务的日益复杂,无人机多机协同控制面临着新的挑战.以无人机总飞行距离和任务完成时间为优化目标,同时考虑异构无人机类型、任务执行时序等多种实际约束,构建基于多种约束条件的异构无人机协同多任务分配模型.该模型不仅包含混合变量,同时还存在多个复杂的约束条件,因此,传统的多目标优化算法并不能有效地处理混合变量及对问题空间进行搜索并生成满足多种约束条件的可行解.为高效求解上述模型,提出一种基于拐点的协同多目标粒子群优化算法(Knee point based coevolution multi-objective particle swarm optimization,Kn CMPSO),该算法引入基于拐点的学习策略来更新外部档案集,在保证收敛性的同时增加种群的多样性,使算法能搜索到更多可行的任务分配结果;并基于二进制交叉方法,引入基于学习的粒子更新策略来提升算法的收敛性及基于区间扰动的局部搜索策略以提升算法的多样性.最后通过在四组实例上的仿真实验验证了所提算法在求解异构无人机协同多任务分配问题上的有效性.
关键词
无人机多任务分配
多目标优化
粒子群算法
协同进化
Keywords
Unmanned aerial vehicle multi-task allocation
multi-objective optimization
particle swarm algorithm
coevolution
分类号
V279 [航空宇航科学与技术—飞行器设计]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
LeCMPSO算法求解异构无人机协同多任务重分配问题
王峰
付青坡
韩孟臣
邢立宁
吴虎胜
《控制理论与应用》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于KnCMPSO算法的异构无人机协同多任务分配
王峰
黄子路
韩孟臣
邢立宁
王凌
《自动化学报》
EI
CAS
CSCD
北大核心
2023
19
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
