一种基于双层粒子群优化的任务规划方法与流程

文档序号:21369673发布日期:2020-07-04 06:19阅读:来源:国知局

技术特征:

1.一种基于双层粒子群优化的任务规划方法,其特征在于,包括以下步骤:

步骤1,获取作战任务相关数据,包括目标任务、导弹性能参数指标、战场环境参数、后勤保障条件和我方兵力部署情况;

步骤2,分别建立上层规划模型和下层规划模型;

步骤3,采用双层粒子群算法对两层规划模型联合优化;

步骤4,获得优化后的任务执行方案。

2.根据权利要求1所述的任务规划方法,其特征在于,所述的上层规划模型的目标函数为:

f(ammon,dis)代表广义毁伤效果函数,f1(ammon,dis)代表单位弹药量对敌毁伤效果,f2(ammon,dis)代表道路选取对作战效果的影响函数,三个函数都是关于耗弹量ammon和部队机动距离dis的函数;

其中p5表示单位弹药量对敌造成毁伤的概率;dis表示部队机动距离;dis_max表示不同路径中部队机动距离的最大值;n表示不同路径对应不同的卫星过顶次数;k表示不同路径对应不同的保障力系数;cir表示不同的路况系数。

约束条件为:

ammon为正整数;n为整数,且路况越好,n越大;其中cir代表不同的路况系数,cir∈[0,1];k∈[0,1],保障能力越好,k值越大;

所述的下层规划模型的目标函数为:

f(ammon,dis)代表部队广义损耗函数,f1(ammon,dis)代表作战单位机动过程综合损耗函数,f2(ammon,dis)代表已发射弹药的成本函数,f3(ammon,dis)代表未使用弹药的损耗函数,四个函数都是关于耗弹量ammon和部队机动距离dis的函数;

其中,unit表示作战任务所需调配的部队数量;假设共有m种弹药类型可供选择使用,pricei表示第i种弹药的价格;classi表示选取第i种弹药的概率;r表示机动距离对弹药损耗的影响系数;ammop表示作战中实际准备的弹药量;

约束条件为:unit有整数约束;价格price>0,单位万元/枚;概率class∈[0,1],且影响系数r∈(0,1);ammop,有整数约束。

3.根据权利要求2所述的任务规划方法,其特征在于,步骤3中对两层规划模型联合优化包括以下步骤:首先,由上层确定一个ammon值,下层根据ammon值寻找自己的目标函数的最佳值,并将最佳策略通过dis代表的下层决策变量y反应给上层,完成一次迭代;上层为寻求自身目标函数的最优值,调整ammon值,再次传递给下层,下层重复上述步骤。在上层和下层之间多次迭代后,得到的结果趋近于最优解,所对应的最优决策方案为(ammon*,dis*)。

4.根据权利要求3所述的任务规划方法,其特征在于,步骤3具体包括以下步骤:

步骤301,建立规模为m的粒子群,并随机初始化粒子的位置xi和速度vi;设置初始化时刻pbest和gbest;

步骤302,对更新每一个粒子的位置和速度信息;

步骤303,若位置或速度超出定义域,则将其设置为对应的上限或下限;

步骤304,将粒子的位置传递给下层模型;

步骤305,求解minf(x,y),得到最优值y;求解f(x,y);

步骤306,若f(x,y)>f(xbest,ybest),则xpbest=xi,ypbest=yi;

步骤307,若未达到最大迭代次数且算法为达到设定精度,则继续步骤302至306;

步骤308,输出双层粒子群优化的最优解xgbest和ygbest。


技术总结
本发明公开了一种基于双层粒子群优化的任务规划方法,包括以下步骤:步骤1,获取作战任务相关数据,目标任务、导弹性能参数指标、战场环境参数、后勤保障条件和我方兵力部署情况;步骤2,分别建立上层规划模型和下层规划模型;步骤3,采用双层粒子群算法对两层规划模型联合优化;步骤4,获得优化后的任务执行方案。本发明考虑上下两层的目标函数以及约束条件,提出了一种上下两层联合规划的框架,且利用粒子群算法对两层进行联合规划,使得规划出来的任务同时符合上下两层的实际需求,在实际应用中具有较好的规划效果和较小的时间复杂度,能够很好的应用于此类任务规划问题。

技术研发人员:程光权;黄魁华;施伟;陈超;孙博良;杜航;黄亭飞
受保护的技术使用者:中国人民解放军国防科技大学
技术研发日:2020.01.18
技术公布日:2020.07.03
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1