蚁群算法指导无人机协同多任务分配-中国期刊网

摘要摘要：研究运用蚁群算法解决多无人机协同多任务分配（CMTAP）相关问题的流程和方法。参照通用型CMTAP模型，综合多方面因素创建了拓展的CMTAP模型，总结了分工机制下蚁群算法对CMTAP的求解运算过程。综合拓展CMTAP模型的基本特征，合理规划了任务代价的基本状态转移规则，增加了算法的综合性能，并通过仿真实验验证了有效性。

1高家乐,杨敏巍,袁海东,郝宇欣,杨帅. 基于蚁群算法的无人机轨迹规划.建筑技术科学,2024-03.
2郭强,王新宇,崔怡荷,郑屹天,刘鹏. 基于强化学习的无人机动态任务分配研究.建筑技术科学,2024-09.
3刘蓉;杨帆;张衡. 基于改进混沌蚁群算法的无人机航路规划.物理电子学,2018-06.
4彭威 ,胡亦辰 ,马国畅. 多飞行器协同任务分配的改进粒子群优化算法.,2023-05.
5陆俊凯. 多目标多无人机协同任务规划探析.建筑技术科学,2023-08.
6王中杰;张佳;孟令鹏;宫江雷. 基于自由搜索算法的干扰任务分配模型研究.临床医学,2010-03.
7郭海旺,聂振焘,王潇,刘超,史超. 基于深度学习的防空协同任务分配模型设计与优化.建筑技术科学,2024-05.
8郭蕴华;李运涛;杨福缘. 考虑毁伤概率门限的火力分配变异蚁群算法.火炮、自动武器与弹药工程,2006-04.
9程英鑫. 复杂环境下多目标多无人机协同任务规划.科学技术哲学,2020-08.
10胡世亮. 复杂环境下多目标多无人机协同任务规划.建筑技术科学,2020-10.

蚁群算法指导无人机协同多任务分配

来源期刊

相关推荐

同分类资源更多

相关关键词

蚁群算法指导无人机协同多任务分配

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多