面向环境探测的多智能体自组织目标搜索算法
针对在复杂非结构化环境下如何协调多个无人机发现静态或动态目标的问题,建立了自组织目标搜索算法框架.结合磁探仪等效平均探测宽度模型,受昆虫协调方式和鸟群效应的生物机制启发,提出了基于仿生集群算法的无人机集群分布式目标搜索模型;采用改进的自适应差分进化算法帮助无人机集群模型在环境中平衡勘探和探索,实现无人机群体的协同搜索优化.该自组织目标搜索算法旨在以最短时间实现跟踪目标数量的最大化.基于仿真平台的实验测试了该策略的性能,验证了算法对具有未知目标的非结构化复杂环境的适用性.
自组织算法、目标搜索、差分进化、仿生集群、无人机、非结构化环境、鸟群效应、动态目标
15
TP242.6(自动化技术及设备)
国家自然科学基金项目;上海市自然科学基金项目;校级基金项目
2020-08-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
289-295