基于自适应遗传编程的面向复杂约束的时间并行无人机集群动态规划方法

本发明提供一种基于自适应遗传编程的面向复杂约束的时间并行无人机集群动态规划方法，属于无人机路径规划领域，包括初始化遗传编程表达式种群；构建时间并行无人机集群路径规划模型并对种群中每一个个体的输出进行适应值评估；将失败方案的适应值损失设置为自适应变动的动态惩罚；基于优胜劣汰对种群进行迭代优化，将最优个体作为最终的路径方案应用于无人机集群执行巡检任务。本发明能够实现无人机从指定的充电站点起飞后，在有限电量下实现并行完成所有的巡检任务，并通过充电站进行电量补充，最终回到原站点检修充电；能够在复杂的问题约束情况下，有效生成近似最优的路径节点选择，得到合理的任务分配策略和巡检路线，显著提高任务完成效率。