论文摘要
为有效求解多基地情形下的无人作战飞机（UCAV）任务分配问题,在考虑任务收益、任务负载以及时间因素的条件下,建立了多基地多无人作战飞机的任务分配模型,并提出采用初始分配和动态分配相结合的求解方法.为提高初始任务分配问题的求解效率,将量子遗传算法融入了扩展紧致遗传算法的边缘积模块思想中,提出一种分布估计量子遗传算法（ED-QGA）,用于初始全局最优分配,当出现突发动态任务时,采用合同网进行分配方案的局部调整.最后对提出模型和算法进行了仿真分析.结果表明,相比基于种群的增量学习算法和多粒度的量子遗传算法,分布估计量子遗传算法求解获得效能值分别提高了33. 4%和7. 2%,与基本合同网和扩展合同网相比,效能值分别提高了9. 2%和5%,因此能够有效提高UCAV整体作战效能.
论文目录
文章来源
类型: 期刊论文
作者: 刘振,李伟,任建存
关键词: 任务分配,量子遗传算法,分布估计,合同网
来源: 东南大学学报(自然科学版) 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 航空航天科学与工程,武器工业与军事技术,自动化技术
单位: 海军航空大学岸防兵学院
基金: 国家自然科学基金资助项目(51605487)
分类号: E91;TP18;E926.3
页码: 88-93
总页数: 6
文件大小: 209K
下载量: 170