基于混合离散粒子群算法的多无人作战飞机协同目标分配

兵工学报 ›› 2010, Vol. 31 ›› Issue (3): 331-336.

基于混合离散粒子群算法的多无人作战飞机协同目标分配

叶文₁，朱爱红₂，欧阳中辉₁，范洪达₁

(1.海军航空工程学院兵器科学与技术系，山东烟台 264001；2.海军航空工程学院训练部，山东烟台 264001)

收稿日期:2008-11-11 修回日期:2008-11-11 上线日期:2014-05-04
通讯作者: 叶文₁ E-mail:yewen22@sohu.com
作者简介:叶文(1979—)，男，讲师
基金资助:
航空科学基金（20085584010）；海军航空工程学院青年科研基金资助项目（HJHYQN200801）

Multi-UCAV Cooperation Mission Assignment Based on Hybrid Discrete Particle Swarm Optimization Algorithm

YE Wen₁, ZHU Ai-hong₂, OUYANG Zhong-hui₁, FAN Hong-da₁

(1.Department of Ordnance Science and Technology, Naval Aeronautical and Astronautical University,2.Department of Training, Naval Aeronautical and Astronautical University,Yantai 264001, Shandong, China)

Received:2008-11-11 Revised:2008-11-11 Online:2014-05-04
Contact: YE Wen₁ E-mail:yewen22@sohu.com

摘要/Abstract

摘要： 针对多无人作战飞机(UCAV)协同目标分配问题，提出了一种基于混合离散粒子群算法的多UC针对多无人作战飞机(UCAV)协同目标分配问题，提出了一种基于混合离散粒子群算法的多UCAV协同目标分配方法。混合离散粒子群算法根据多UCAV协同目标分配问题的特点，设计了新的粒子群位置和速度更新公式，并且充分利用粒子群优化算法的全局搜索能力，同时利用禁忌搜索的局部搜索能力，使2种算法的优势得到互补，较为显著地提升了原算法的性能。仿真结果表明：混合离散粒子群算法能够有效地解决多约束条件下多UCAV 协同目标分配问题，并且算法简单、灵活，易于实现和扩展。

关键词: 运筹学, 多UCAV协同, 目标分配, 混合离散粒子群算法

Abstract: A hybrid discrete particle swarm optimization (HDPSO) algorithm was put forward

Key words: operation research, multi-UCAV cooperation, task assignment, hybrid discrete particle swarm optimization, tabu search

中图分类号:

V279

叶文₁，朱爱红₂，欧阳中辉₁，范洪达₁. 基于混合离散粒子群算法的多无人作战飞机协同目标分配[J]. 兵工学报, 2010, 31(3): 331-336.

YE Wen₁, ZHU Ai-hong₂, OUYANG Zhong-hui₁, FAN Hong-da₁. Multi-UCAV Cooperation Mission Assignment Based on Hybrid Discrete Particle Swarm Optimization Algorithm[J]. Acta Armamentarii, 2010, 31(3): 331-336.

参考文献

［1］叶媛媛. 多UCAV协同任务规划方法研究［D］. 长沙：国防科学技术大学，2005.
YE Yuan-yuan. Study of planning method of multi-UCAV cooperation mission［D］. Changsha: National University of Defense Technology, 2005. (in Chinese)
［2］龙涛. 多UCAV协同任务控制中分布式任务分配与任务协调技术研究［D］. 长沙：国防科学技术大学，2006.
LONG Tao. Study of distributed mission allocation and coordinate in multi-UCAV cooperation control［D］. Changsha: National University of Defense Technology, 2006. (in Chinese)
［3］ Rasmussen S, Chandler P R, et al. Optimal vs. Heuristic assignment of cooperative autonomous unmanned air vehicles［R］. AIAA Guidance, Navigation, and Control Conference, Austin, 2003: AIAA-2003-5586. 679-708.
［4］ Shima T, Rasmussen S J, Sparks A G, et al. Multiple task assignments
for cooperating uninhabited aerial vehicles using genetic algorithms［J］. Com
puters and Operations Research, 2006, 33(11): 3252-3269.
［5］ Bethke B, Valenti M, How J P. UAV task assignment robotics & automati
on magazine［J］. IEEE，2008,15(1):39-44.
［6］ PENG Jian-liang, SUN Xiu-xia, ZHU Fan.
Multi UAVs cooperative task assignment using multi agent［C］∥Control and Decis
ion Conference. Yantai: IEEE, 2008:4517-4520.
［7］ Pan Q K, Tasgetiren M F, Liang Y C. Minimizing total earliness and ta
rdiness penalties with a common due date on a single-machine using a discrete p
article swarm optimization algorithm［J］. Lecture Notes in Computer Science, 20
06, 4150: 460-467.
［8］潘全科，王文宏，朱剑英. 解决无等待流水车间调度问题的离散粒子群优化算法［J］. 计算机集成制造系统，2007，13（6）:1127-1132.
PAN Quan-ke, WANG Wen-hong, ZHU Jian-ying. Modified discrete particle swarm optimization algorithm for no-wait flow shop problem［J］. Computer Integrated Manufacturing Systems, 2007,13(6):1127-1132. (in Chinese)[ZK)]
［9］雷英杰，张善文，李续武. 遗传算法工具箱及应用［M］. 西安：西安电子科技大学出版社，2005:128-130.
LEI Ying-jie, ZHANG Shan-wen, LI Xu-wu. Tool-box of genetic algorithm and its applicaition［M］. Xi'an: Xidian University Press, 2005: 128-130. (in Chinese)

[1]	朱建文，赵长见，李小平，包为民. 基于强化学习的集群多目标分配与智能决策方法[J]. 兵工学报, 2021, 42(9): 2040-2048.
[2]	张进，郭浩，陈统. 基于可适应匈牙利算法的武器-目标分配问题[J]. 兵工学报, 2021, 42(6): 1339-1344.
[3]	孔德鹏，常天庆，郝娜，张雷，郭理彬. 基于对抗的突击武器与支援武器协同火力打击决策方法[J]. 兵工学报, 2019, 40(3): 629-640.
[4]	夏维，刘新学，范阳涛，元锋刚. 基于改进型多目标粒子群优化算法的武器-目标分配[J]. 兵工学报, 2016, 37(11): 2085-2093.
[5]	王然辉，王超. 面向对地打击武器-目标分配问题的遗传算法变量取值控制技术[J]. 兵工学报, 2016, 37(10): 1889-1895.
[6]	余戌曈，吴玲，卢发兴. 舰艇摇摆下射界动态变化对武器目标分配的影响[J]. 兵工学报, 2015, 36(9): 1819-1824.
[7]	刘少伟，关娇，王洁，舒涛，冯刚. 具有横向供应策略的可维修备件两级库存模型[J]. 兵工学报, 2015, 36(7): 1334-1339.
[8]	王慎，李庆民，李华，阮旻智. 两种供应模式下备件协同订购策略优化研究[J]. 兵工学报, 2015, 36(2): 337-344.
[9]	张献，任耀峰，王润芃. 基于自适应遗传算法的连续时空最优搜索路径规划研究[J]. 兵工学报, 2015, 36(12): 2386-2395.
[10]	王正元, 曹继平, 朱昱, 朱亚红. 考虑维修能力的战时备件资源配置方法研究[J]. 兵工学报, 2014, 35(5): 719-724.
[11]	张磊，方洋旺，柴栋，雍霄驹. 基于改进量子进化算法的巡航导弹航路规划方法[J]. 兵工学报, 2014, 35(11): 1820-1827.
[12]	阮旻智, 李庆民, 张光宇, 姚刚. 多约束下舰船装备携行备件保障方案优化方法[J]. 兵工学报, 2013, 34(9): 1144-1149.
[13]	赵建忠, 李海军, 叶文, 王浩伟. 改进系统备件满足率约束下的备件优化配置建模[J]. 兵工学报, 2013, 34(9): 1187-1192.
[14]	刘喜春, 祝龙石, 张伟. 基于模糊推理的战时备件需求预测[J]. 兵工学报, 2013, 34(9): 1197-1200.
[15]	夏志军, 章新华, 许林周. 潜艇平行航向齐射两枚鱼雷时相对目标方位开角研究[J]. 兵工学报, 2012, 33(5): 636-640.