基于改进量子粒子群优化算法的多 UCAV 协同任务分配研究
针对多无人作战飞机协同任务分配问题建立了一种扩展的多目标整数规划模型,采用改进的量子粒子群算法求解最优方案;该算法在量子粒子群优化算法(QPSO)的基础上,利用混沌机制和变异算子来提高算法的多样性,在保证 QPSO 算法收敛速度的同时提高算法的寻优能力,克服了 QPSO 易陷入局部极小值的缺点;最后对算法进行了仿真,仿真结果验证了所提方法的可行性和有效性。
多无人机、任务分配、多目标整数规划模型、改进量子粒子群优化算法
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61203355
2015-12-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
120-124