摘要
本发明公开了一种基于多机多任务分配问题模型MDTAP的任务分配优化方法,引入约束条件,采用编码方式对多无人机多任务分配效益模型中的不确定矩阵进行N进制转换求解,根据总收益、总花费和总风险构建适应度函数;划分输入值区间,确定分隔点矩阵和区间中点矩阵;计算选择搜索迭代概率或优化迭代的概率,通过轮盘赌法选择搜索迭代或优化迭代,使用搜索迭代和优化迭代两种迭代方法共同寻找适应度函数的最优解。本发明将任务的约束条件融合在函数中,增加任务分配的通用性、多样性和便捷性,适应度函数将任务花费与无人机成本和载荷成本结合,将风险与无人机暴露长和无人机与载荷的成本结合,使分配更加合理实际。
技术关键词
任务分配优化方法
矩阵
无人机模型
载荷
多无人机
参数
轮盘
迭代方法
数值
元素
风险
周期性
速度
指数
线性
系统为您推荐了相关专利信息
表面轮廓图像
边缘检测算法
纹理特征
霍夫变换算法
灰度共生矩阵
无监督学习
图像重建
特征提取模块
融合特征
时域特征提取