-
公开(公告)号：CN115755963B
公开(公告)日：2023-07-11
申请号：CN202211423092.5
申请日：2022-11-15
IPC: G05D1/10 , G01C21/20 , G06Q10/047 , G06N3/126 , G06F18/23213
Abstract: 一种考虑载具投递模式的无人机群协同任务规划方法，第一，提出由分类操作和固定操作构造的投放点确定算法，采用基于K‑means聚类算法的分类操作获得目标的最优分类，采用基于威胁最小化的固定操作选择最优投放位置。第二，提出融合改进A*算法的离散遗传算法获得载具的全局最优轨迹。第三，提出基于市场机制的改进差分进化算法获得每个投放点处的最优任务分配方案。本发明基于实际作战环境，考虑跨平台协同作战场景，以大规模无人机群对地面目标执行攻击和评估任务为背景，给出解耦式的任务规划系统；对于多机协同任务规划的求解具有重要意义，相比于现有优化方法效率高、寻优性强；具有很强的可行性、有效性、稳定性和收敛性，便于实际应用。
-
公开(公告)号：CN116166048B
公开(公告)日：2023-12-22
申请号：CN202310203621.9
申请日：2023-03-06
Applicant: 大连理工大学
IPC: G05D1/10
Abstract: 一种无人机群容错任务规划方法，首先，基于作战需求，设定任务最低执行成功率等约束，构造战前任务预分配模型。其次，采用多种群多目标进化算法对模型进行求解，得到问题的Pareto解集，并选出一个解作为作战方案。然后，基于预分配的设定构造战中任务重分配模型。最后，构造适用于多种突发情况下的实时任务重分配算法，提供当前战况下的任务重分配方案。本发明适用于考虑任务最低执行成功率的无人机群战前任务预分配多目标优化和战中突发情况下的实时任务重分配问题，在战前可基于作战需求为机群提供高质量的执行方案，同时在战中可针对突发情况为机群实时优化出适用于当前态势的任务执行方案，对无人机群协同任务规划的
-
公开(公告)号：CN115471110A
公开(公告)日：2022-12-13
申请号：CN202211191094.6
申请日：2022-09-28
Applicant: 大连理工大学
Abstract: 一种基于条件概率的考虑多目标进化算法的多异构无人机系统协同任务分配方法，首先，根据侦查到的敌方目标信息、当前的战场态势、作战风险和我方的作战资源，基于条件概率设定目标函数并给出约束条件，建立异构无人机协同任务分配的多目标优化模型。第二，基于实际作战情况，选择对应的遗传算子，利用改进的多目标优化算法求解协同任务分配的多目标优化模型。第三，决策者依据对目标函数的偏好，利用选解方法从Pareto解集中选择出某一解，将其对应的任务分配方案作为执行方案。本发明适用于开展多种作战资源情况下的多异构无人机协同任务分配，能够为战前任务分配提供切合作战实际情况的任务分配方案，对于多异构无人机协同任务分配的多目标优化问题的研究具有一定的意义。
-
公开(公告)号：CN116166048A
公开(公告)日：2023-05-26
申请号：CN202310203621.9
申请日：2023-03-06
Applicant: 大连理工大学
IPC: G05D1/10
Abstract: 一种无人机群容错任务规划方法，首先，基于作战需求，设定任务最低执行成功率等约束，构造战前任务预分配模型。其次，采用多种群多目标进化算法对模型进行求解，得到问题的Pareto解集，并选出一个解作为作战方案。然后，基于预分配的设定构造战中任务重分配模型。最后，构造适用于多种突发情况下的实时任务重分配算法，提供当前战况下的任务重分配方案。本发明适用于考虑任务最低执行成功率的无人机群战前任务预分配多目标优化和战中突发情况下的实时任务重分配问题，在战前可基于作战需求为机群提供高质量的执行方案，同时在战中可针对突发情况为机群实时优化出适用于当前态势的任务执行方案，对无人机群协同任务规划的研究具有一定意义。
-
Patent Agency Ranking
公开(公告)号：CN118625836B
公开(公告)日：2024-11-15
申请号：CN202411088696.8
申请日：2024-08-09
Applicant: 大连理工大学
Abstract: 本发明提供一种异构运载平台投递模式下异构无人机协同任务规划方法，属于无人机任务分配领域。首先，分析问题特性。其次，明确优化变量、目标函数、约束条件，建立组合优化模型。第三，自适应自我激励教与学算法设计：得到初始种群、得到障碍环境中两点之间的距离、计算种群目标函数值；根据目标函数值升序排列种群，计算种群目标函数中位数和平均数，选择不同更新方式；执行自我激励机制进一步优化种群。第四，问题求解和评估。本发明通过引入运载平台投递回收无人机，减少无人机续航能力对无人机协同执行任务的限制；在协同任务分配问题中考虑禁飞区与未攻击目标风险域，提高无人机执行任务的安全性。
-
公开(公告)号：CN115755963A
公开(公告)日：2023-03-07
申请号：CN202211423092.5
申请日：2022-11-15
Applicant: 大连理工大学
IPC: G05D1/10 , G01C21/20 , G06Q10/047 , G06N3/126 , G06F18/23213
Abstract: 一种考虑载具投递模式的无人机群协同任务规划方法，第一，提出由分类操作和固定操作构造的投放点确定算法，采用基于K‑means聚类算法的分类操作获得目标的最优分类，采用基于威胁最小化的固定操作选择最优投放位置。第二，提出融合改进A*算法的离散遗传算法获得载具的全局最优轨迹。第三，提出基于市场机制的改进差分进化算法获得每个投放点处的最优任务分配方案。本发明基于实际作战环境，考虑跨平台协同作战场景，以大规模无人机群对地面目标执行攻击和评估任务为背景，给出解耦式的任务规划系统；对于多机协同任务规划的求解具有重要意义，相比于现有优化方法效率高、寻优性强；具有很强的可行性、有效性、稳定性和收敛性，便于实际应用。
-
公开(公告)号：CN114417735A
公开(公告)日：2022-04-29
申请号：CN202210226012.0
申请日：2022-03-08
Applicant: 大连理工大学
IPC: G06F30/27 , G06N3/12 , G06F111/04
Abstract: 一种跨区域联合作战中的多无人机协同任务规划方法，首先，建立组合优化模型。其次，整合输入信息等，构造资源约束集。第三，以任务分配无人机，通过资源约束集限制产生未排序染色体，排序得到初始化染色体，得到初始化改进遗传算法的种群。第四，根据死锁特性设置逻辑解锁方式解决时序约束。第五，依适应度轮盘赌选择亲本，确定交叉起点，选择合适的单点交叉策略进行染色体交叉。第六，实现自适应目标攻击次数以及避免陷入局部最优。最后，重复步骤4‑6直到满足最大迭代次数，得到任务规划方案。本发明能够达到更小任务执行时间，更大获得价值期望的目标；有较强的可行性和可操作性，可用于解决跨区域联合作战无人任务分配等相关任务分配的实际应用。
-
公开(公告)号：CN118625836A
公开(公告)日：2024-09-10
申请号：CN202411088696.8
申请日：2024-08-09
Applicant: 大连理工大学
Abstract: 本发明提供一种异构运载平台投递模式下异构无人机协同任务规划方法，属于无人机任务分配领域。首先，分析问题特性。其次，明确优化变量、目标函数、约束条件，建立组合优化模型。第三，自适应自我激励教与学算法设计：得到初始种群、得到障碍环境中两点之间的距离、计算种群目标函数值；根据目标函数值升序排列种群，计算种群目标函数中位数和平均数，选择不同更新方式；执行自我激励机制进一步优化种群。第四，问题求解和评估。本发明通过引入运载平台投递回收无人机，减少无人机续航能力对无人机协同执行任务的限制；在协同任务分配问题中考虑禁飞区与未攻击目标风险域，提高无人机执行任务的安全性。
-
公开(公告)号：CN114417735B
公开(公告)日：2023-04-18
申请号：CN202210226012.0
申请日：2022-03-08
Applicant: 大连理工大学
IPC: G06F30/27 , G06N3/126 , G06F111/04
Abstract: 一种跨区域联合作战中的多无人机协同任务规划方法，首先，建立组合优化模型。其次，整合输入信息等，构造资源约束集。第三，以任务分配无人机，通过资源约束集限制产生未排序染色体，排序得到初始化染色体，得到初始化改进遗传算法的种群。第四，根据死锁特性设置逻辑解锁方式解决时序约束。第五，依适应度轮盘赌选择亲本，确定交叉起点，选择合适的单点交叉策略进行染色体交叉。第六，实现自适应目标攻击次数以及避免陷入局部最优。最后，重复步骤4‑6直到满足最大迭代次数，得到任务规划方案。本发明能够达到更小任务执行时间，更大获得价值期望的目标；有较强的可行性和可操作性，可用于解决跨区域联合作战无人任务分配等相关任务分配的实际应用。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
