基于多目标优化的多无人机任务分配问题的研究开题报告

 2021-12-18 07:12

全文总字数:4448字

1. 研究目的与意义(文献综述)

无人机(uav)同有人机相比起来有生存能力强、造价低廉、维护方便、起降简单、操作灵活、执行任务种类多、协同能力出众等优点,使得无人机飞行系统越来越多地被用来执行各种复杂任务,包括情报侦察于战场监视任务、自然灾害救援任务、搜索与营救任务、森林灭火、农业灌溉、天气预报,为了使其适应更复杂多变的任务环境,我们来研究基于多目标优化的多无人机分配问题是十分必要的。

随着各种复杂任务的需求,经常有多无人机各种执行任务的飞行要求,而多无人机协同任务是未来的必然选择,在多无人机协同飞行中除需要考虑试验任务本身的构成要素要求外,还要考虑多个无人机之间协调一致共同执行任务的约束条件,需要对无人机协同任务进行合理规划。这也是我们对该问题进行研究所想要进一步解决的问题。

国内外对无人机任务分配的研究已经成为热点。其中具有代表性的研究成果有:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

因为考虑到粒子群优化算法(particle swarm optimization,pso).具有简单、优化能力强、易于实现等特点,而且应用比较广泛,所以针对任务中无人机的使用特点,分析多无人机任务分配的特点和控制系统体系结构,针对pso算法的特点建立有效的数学模型,且经过一段时间的研究与学习,打算采用改进的多目标量子行为粒子群优化算法求解最优任务分配方案,简单来说就是从候选方案中选取最终分配方案的自主选择准则,这种方式即解决了单目标优化的操作繁琐的问题,又解决了其他原有的多目标优化方法中决策者不具备自主选择最优方案的能力。

与原本所有的方法相比,我们对粒子群优化算法进行了进一步的改进,使得控制无人机的决策者有了更多的自主权,与只能是原本的多无人机系统自动产生结果相比,该方法可以使决策者参与到最优分配方案的选取当中,这在很多情况下都是用得到的,所以该问题的研究是有必要的。

在以上的基础上,我打算用再借鉴协同路径规划的方法,以此来完成本次多无人机任务分配问题的研究。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

1-3周:查阅文献,完成开题报告4-6周:总体设计,完成论文综述7-10周:设计算法,功能模块设计11-13周:编码和测试14-15周:写论文,提交初稿,给老师检查,修改定稿,答辩。

4. 参考文献(12篇以上)

  1. fy2009-2034:unmanned systems integrated roadmap.technnical report,office of the secretary of defense,usa,apil 2009.

  2. technology horizons:a vision for air force science and technology during 2010-2030.technical report,office of the chief scientist of the u.s.air force(af/st),may 2010.

  3. i.maza,f.caballero,j.capian,jr marinez-de dios, and a.ollero.experimental results in multi-uav coordination for disaster management and civil security applications[j].journal of intelligent robotic systems,61(1):563-585,2011.

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。