检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]西北工业大学航天学院,陕西西安710072 [2]西北工业大学无人机特种技术国家重点实验室,陕西西安710072
出 处:《飞行力学》2011年第4期68-71,76,共5页Flight Dynamics
基 金:新世纪优秀人才支持计划(NCET-05-0867)
摘 要:针对多约束条件下的多无人机系统协同多任务分配问题(CMTAP),提出了利用多约束条件下的多车场车辆路径问题(MDVRPMC)对协同多任务分配问题进行建模,在设计基于Pareto最优的遗传模拟退火算法的基础上,对存在任务点动态时间窗口约束、任务类型约束、无人机任务能力约束等条件下的协同多任务分配问题进行了求解。实例仿真表明,该方法能有效地解决多无人机系统的协同多任务分配问题。Aiming to find a solution, the system is modeled based on the multi-depots cooperative multi-task assignment problem (CMTAP) for muhi-UAV vehicle routing problem with multiple constraints(MDVRPMC). After a genetic simulated annealing algorithm (GSA) based Pareto optimality is proposed, the cooperative multi-task assignment problem with multiple constraints is solved. The simulation results demonstrate the feasibility and efficiency of the method.
关 键 词:多无人机 协同多任务分配问题 车辆路径问题 PARETO最优 遗传模拟退火算法
分 类 号:V279[航空宇航科学与技术—飞行器设计]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3