基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题,从全局与局部相结合的角度,提出了一种分层任务分配求解方法。首先,根据通信距离约束对所有任务节点进行聚类预分组,将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后,根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后,根据探测智能体的全局任务分配结果,采用遗传算法对探测智能体组内任务进行分配。最后,通信智能体根据探测智能体的组内任务分配结果,采用基于虚拟节点的方法进行组内任务分配。实验结果表明,相较于直接求解方法,分层任务分配方法不仅解决了大规模集群协同任务分配问题,还可以在保证优化目标值相近的情况下,缩短70%以上的求解时间,较快得到相对最优的任务分配结果。     

基于类脑智能的无人集群设计初探及关键技术浅析

无人集群广泛应用于军事、工业等重要领域,并逐渐向智能化、协同化快速发展。借鉴人脑系统的高级智能模板,从端、边、云三个类脑层面讨论新型无人系统的设计构想,为未来智能无人集群提供了创新的探索思路。首先,端节点的通用异构无人机模仿大脑神经元形式,节约个体无人机开发成本并提升集群协作效能。其次,无人机间的拓扑结构借鉴类脑交互模式,形成内外双向通信环路以提升信息交互效率。最后,无人集群云端参考人脑与环境交互的自学习方式,在任务中动态扩充知识库以优化系统性能。综合上述类脑无人集群的设计思想,探索分析了该领域的关键技术,并对未来无人集群的智能化发展进行了展望。     

带有活动收益不确定特征的成像侦察卫星调度问题

根据区域目标的侦察需求,研究了面向区域目标的多星调度问题。分析了调度问题中活动收益不确定特征,讨论了活动收益的上下界。针对收益不确定的特点,设计了影响力指标用于评估活动对调度方案的影响。基于活动影响力与执行时间设计了一种带局部诱导的禁忌搜索算法,采用分层次的、变评价函数机制引导求解过程趋向多目标优化,在优先提高覆盖率的同时兼顾减少资源消耗。最后,以算例验证了算法的有效性,并通过方案比较说明算法具有较好的寻优能力。     

无人机集群任务规划研究热点与发展趋势分析

利用定量化与可视化的方法宏观地分析了无人机集群在任务规划领域的研究情况。使用信息可视化软件CiteSpace和Tableau,分别从WOS和CNKI学术数据库中获取从2000—2022年国内和国际上无人机集群任务规划领域相关文献124篇和1 321篇,绘制本领域的科学知识图谱。用文献计量学的方法分析国内外无人机集群任务规划领域的关注情况、研究现状、热点和发展趋势。研究发现,在物联网环境下、利用区块链技术的无人机集群等新兴应用,微分博弈和移动边缘计算等新算法的改进和如何与新需求相结合为无人机集群任务规划的热点,无人化智能平台、多种群体智能算法的优化和商用物流运输等方向为未来潜在的研究趋势。     

潜艇在带状航道内的搜索战术优化

研究了潜艇在带状航道内搜索目标时的搜索战术优化问题.建立了潜艇迎目标搜索的发现概率模型,对于不同的潜艇与目标的航速比(k)和带状航道最大可能宽度与潜艇等效探测距离之比(W/de),给出了使得发现概率(Pd)达到最大的潜艇折返搜索最优夹角(α).最后,对反潜飞机在带状航道内搜索水下航行的潜艇的情况作了进一步的讨论.     

攻击机对地面目标目视搜索效能模型

攻击机对地面目标目视搜索效能是作战效能评估的基础,建立攻击机对地面目标目视搜索效能数学模型,并分析搜索方法对目标发现概率的影响,以及不同目标搜索条件下目标搜索方法的优选,以提高目标发现概率,进而提高攻击机的作战效能.同时,为作战人员根据不同目标搜索条件,选取较优的目标搜索方法提供理论依据.