基于不完备区间信息的多无人机任务分配

陈 侠,胡显伟

(1.沈阳航空航天大学 自动化学院，沈阳 110136； 2.沈阳市化工学校 化机系，沈阳 110122)



信息科学与工程

基于不完备区间信息的多无人机任务分配

陈 侠1,胡显伟2

(1.沈阳航空航天大学 自动化学院，沈阳 110136； 2.沈阳市化工学校 化机系，沈阳 110122)

在无人机作战系统中，多无人机(UCAV)任务分配问题是一个重要研究课题。给出了一种不完备信息环境下的多无人机任务分配方法。首先考虑了任务分配的各项指标，并分析指标中的不完备信息，然后通过建立区间可能度公式，采用粒子群方法(PSO)，给出了多无人机任务分配方法。最后通过仿真实验验证了该方法的可行性和有效性，可以有效且合理地解决不确定环境下的多无人机任务分配问题。

多无人机;不完备信息;粒子群算法;任务分配

随着作战环境的日益复杂,无人机作战任务也日益多样化，多机作战能够实现攻击多个敌方目标，且提高其杀伤概率，因而将成为未来空战的主流趋势。而多无人机任务分配是研究空战问题的重要课题，目前任务分配研究方法主要有：多旅行商问题模型[1]、车辆路径问题模型[2]、动态网络流模型[3]、混合整数线性规划模型[4]。多UCAV(Unmanned Combat Aerial Vehicles)协同任务分配求解方法主要包含多目标整数规划、分支定界、网络流量优化方法、蚁群算法[5]、遗传算法[6-7]、基于市场竞拍机制算法[4]、粒子群优化算法[8]等。虽然各国对于多无人机任务分配问题取得了大量的科研成果，可是在已经获得的成果中，我们获得的战场信息往往都是确定的。……