以及全局最优；
[0055] 步骤10)，判断任务分配方案更新次数是否小于预先设定的最大更新次数数，如果 是，则更新次数t加1，同时转向执行步骤5)，否则继续执行步骤11);
[0056] 步骤11)，输出适应度值全局最优的多无人机应急救灾任务分配方案。
[0057] 所述步骤2)X中为一种空间坐标向量，代表一种任务分配方案，该方案表示为 尤，k = 1，…，Nv，i and j = 1，…，NT，Nv为无人机架数，N τ为目标任务个数。< 为二值决策变量，当编号为k的无人机从目标i到目标j执行任务时=1，否则为0。
[0058] 所述步骤3)中，目标函数J为无人机执行任务航程之和，由下式确定；
[0060] 其中Cl1,表示第i个目标到第j个目标的直接距离，d_表示无人机的最大航程。
[0061] 所述步骤7)中，任务分配方案更新步骤如下：
[0062] 如图1所示，任务分配方案1为主导任务分配方案，方案中无人机的搜索范围大； 任务分配方案2、3为主任务分配方案，其无人机的搜索范围小于主导任务分配方案中无人 机的搜索范围；任务分配方案4、5、6为从任务分配方案，且任务分配方案4对应于任务分配 方案2,方案4中的无人机跟随方案2中的无人机搜索目标，任务分配方案5、6对应于任务 分配方案3,其方案5、6中的无人机跟随方案3中的无人机搜索目标.
[0063] 步骤7. 1)，若任务分配方案属于适应度值最好的RN种主导任务分配方案，该方案 中的无人机位置根据下式更新：
[0066] 其中，4(0 (i, j e [1，"·，Ντ]，1? e [1，…，Nv])表示在t时间步骤，无人机k由 第i个目标向第j个目标方向运动中的位置。Randn(0, 〇 2)为一个均值为〇,标准差为σ 2 的高斯分布。ε用于避免除数为〇,为最小常数。f是x的适应值函数，适应度值好的任务 分配方案中的无人机拥有更大范围区域搜索目标。
[0067] 步骤7. 2)，若任务分配方案属于NP-RN-CN种从任务分配方案之一，则其无人机位 置根据下式更新：
[0071] 式中Rand是[0, 1]之间的标准随机数；abs表示取绝对值；rl e [1，…，RN] 为主导任务分配方案中随机抽取的编号，r2为其余任务分配方案中随机抽取的编号，且 rl 辛 r2〇
[0072] 显然，仁>11，仁>12，因此82<1< 81。假设81 = 0，编号为1任务分配方案 中的无人机跟随其他任务分配方案中的无人机一起搜索目标。两种任务分配方案的适应度 值相差越大，则任务分配方案相差越大，s2越小。公式中si辛s2的原因是无人机群中存 在竞争关系。假设s2 = 0,编号为i的任务分配方案中的无人机将只在其自己的区域搜索 目标。
[0073] 步骤7. 3)，若任务分配方案属于适应度值最差的CN种从任务分配方案，无人机位 置根据下式更新：
[0075] 式中，代表标号为k无人机所对应主任务分配方案中的编号为k无人机的位 置（m e [RN+1，…，NP-CN])。参数FL (FL e (〇, 2))表示从任务分配方案中的无人机跟随主 任务分配方案中的无人机搜索目标，考虑到个体差异，每架从无人机的FL参数将会在0到 2之间随机选取。
[0076] 所述步骤9)中，个体极值pvk (t)为单架无人机所经过的具有最好适应度函数取 值的位置，可由下式确定，式中k为无人机编号：
L0078」 兵甲f是迠吆度凼数，xkU)艿刍丽弟k泶尤人机仕务分配万案中的空间坐标向 量；
[0079] 所述全局极值gv(t)是所有任务分配方案中无人机经历过的最好位置，由下式确 定：
[0080] gv (t) = min {f Cpv1 (t)), f (pv2 (t)), ···, f (pvNP (t))} 〇
[0081] 本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语（包括 技术术语和科学术语）具有与本发明所属领域中的普通技术人员的一般理解相同的意义。 还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文 中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0082] 以上所述的【具体实施方式】，对本发明的目的、技术方案和有益效果进行了进一步 详细说明，所应理解的是，以上所述仅为本发明的【具体实施方式】而已，并不用于限制本发 明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明 的保护范围之内。
【主权项】
1. 一种多无人机应急救灾任务分配方法，其特征在于，包括如下步骤： 步骤1)，获取无人机数量与各个无人机的位置、目标的数量与各个目标的位置； 步骤2)，随机获取NP种任务分配方案，NP为预先设定的初始任务方案数； 步骤3)，建立目标函数，作为任务分配方案的评价准则； 步骤4)，将目标函数作为适应度函数，计算初始时刻所有任务分配方案的适应度值，并 记录该适应度值与此时的任务分配方案； 步骤5)，判断任务分配方案的更新次数是否为G的倍数，如果是，则执行步骤6)，否则 转向执行步骤7)，其中，G为预先设定的大于1的自然数； 步骤6)，将任务分配方案按照其适应度值从大到小进行排序，取前RN种任务分配方案 为主导任务分配方案，后CN种任务分配方案为从任务分配方案，中间NP-RN-CN种任务分配 方案为主任务分配方案，其中，RN与CN分别为预先设定的主导任务分配方案数与从任务分 配方案数； 步骤7)，根据任务分配方案所属类别，更新NP种任务分配方案； 步骤8)，计算所有更新后任务分配方案的适应度值； 步骤9)，计算并记录任务分配方案适应度值的个体最优以及全局最优； 步骤10)，判断任务分配方案更新次数是否小于预先设定的最大更新次数数，如果是， 则更新次数加1，同时转向执行步骤5)，否则继续执行步骤11); 步骤11)，输出适应度值全局最优的多无人机应急救灾任务分配方案。2. 根据权利要求1所述的多无人机应急救灾任务分配方法，其特征在于，所述步骤3) 中的目标函数J为：其中，k= 1，…，Nv;i= 1，…，NT;j= 1，…，NT;NV为无人机的架数，Nt为目标任务的 个数；为二值决策变量，当编号为k的无人机从目标i到目标j执行任务时=1，否则为 〇吨,表示第i个目标到第j个目标的直接距离表示无人机的最大航程。3. 根据权利要求2所述的多无人机应急救灾任务分配方法，其特征在于，所述步骤7) 中更新NP中任务分配方案的步骤如下： 步骤7. 1)，若任务分配方案属于适应度值最好的RN种主导任务分配方案，将该方案中 的无人机位置根据下式更新： .Vi^,.(/ +1) =-\f +Rctndn{0,(7~)).其中，<⑴（/.je[l,…細[1，一,乂])表示在第t次更新时，无人机k由第i个目 标向第j个目标方向运动中的位置；Randn(0, 〇 2)为一个均值为0,标准差为〇 2的高斯分 布；e用于避免除数为〇,为最小常数；f?是X的适应度函数； 步骤7. 2)，若任务分配方案属于NP-RN-CN种从任务分配方案之一，将该方案中的无人 机位置根据下式更新：式中Rand是[0, 1]之间的标准随机数，abs表示取绝对值；rlG[1，…，RN]为主导任 务分配方案中随机抽取的编号，r2为其余任务分配方案中随机抽取的编号，且rl#r2 ; 步骤7. 3)，若任务分配方案属于适应度值最差的CN种从任务分配方案，无人机位置根 据下式更新：式中，代表对应主任务分配方案中的编号为k无人机的位置（mG[RN+1,… ,NP-CN]);参数FL(FLG(〇, 2))，表示从任务分配方案中的无人机跟随主任务分配方案中的 无人机搜索目标。4.根据权利要求2所述的多无人机应急救灾任务分配方法，其特征在于，所述步骤9) 中个体极值pvk (t)为单架无人机所经过的具有最好适应度函数取值的位置，由下式确定：其中，k为无人机编号，f是适应度函数，Xk(t)为当前第k架无人机任务分配方案中的 空间坐标向量； 全局极值gv(t)是所有任务分配方案中无人机经历过的最好位置，由下式确定： gv(t) =min{f(PV1(t))，f(pv2⑴），…，f(pvNP ⑴）} 〇
【专利摘要】本发明公开了一种多无人机应急救灾任务分配方法，该方法中将任务分配方案分为3类，分别为主导任务分配方案，主任务分配方案，从任务分配方案；在任务分配方案的更新过程中依据所建立的适应度函数将所有任务分配方案排序并分类，根据分类情况依据不同的更新公式来更新任务分配方案，在快速得到最优方案的前提下，可防止其陷入局部最优。
【IPC分类】G05B13/02
【公开号】CN105045095
【申请号】CN201510504883
【发明人】丁臻极, 王从庆, 陈含欣
【申请人】南京航空航天大学
【公开日】2015年11月11日
【申请日】2015年8月17日