针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务...针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务执行阶段存在的场景不确定以及无人机携带物资载荷限制等问题,建立了一种更为符合救援实际的多任务分配模型。然后,优化了一致性包算法的任务包构建结构以提高算法效率和搜索最优解的能力。第1阶段通过基于密度聚类算法生成候选任务集合,并通过随机方式构建非候选任务集合;第2阶段通过无人机之间的通信,消解它们因独立构建任务包而产生的冲突。最后,将该算法分别应用于静态和实时动态任务分配场景。仿真实验结果表明,该算法可较为高效地找到合理的任务分配方案。展开更多
研究了突发新任务的动态场景下异构多无人机智能体分布式联盟任务分配问题,主要包括两方面内容:首先扩展了一致性包算法(consensus based bundle algorithm,CBBA),考虑任务载荷资源约束、子任务耦合关系约束及执行窗口约束等条件提出了...研究了突发新任务的动态场景下异构多无人机智能体分布式联盟任务分配问题,主要包括两方面内容:首先扩展了一致性包算法(consensus based bundle algorithm,CBBA),考虑任务载荷资源约束、子任务耦合关系约束及执行窗口约束等条件提出了一致性联盟算法(consensus based coalition al⁃gorithm,CBCA);其次,针对新任务出现的动态应用需求,研究了3种动态任务分配策略,分别为无重规划动态分配策略(consensus based coalition algorithm with no resetting,NR⁃CBCA)、完全重规划动态分配策略(consensus based coalition algorithm with full resetting,FR⁃CBCA)及部分重规划动态分配策略(consensus based coalition algorithm with partial resetting,PR⁃CBCA)。最后,以侦察型无人机和攻击型无人机协同执行对地侦察攻击任务为例,验证了CBCA算法的可行性及3种分配策略对动态任务场景的适用性。展开更多
基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网...基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网格环境层次上的作用效果,并以热图的形式在网格环境中显示,通过推演实体的核心参数来确定其性能模型和行为模型,并基于一致性包算法实现任务分配,生成备选行动策略,通过快速仿真实现推演策略的迭代优化,能够在推演之前或推演期间提供行动方案的快速评估,可以有效地辅助兵棋推演指挥人员进行复杂态势下的兵棋推演。展开更多
文摘针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务执行阶段存在的场景不确定以及无人机携带物资载荷限制等问题,建立了一种更为符合救援实际的多任务分配模型。然后,优化了一致性包算法的任务包构建结构以提高算法效率和搜索最优解的能力。第1阶段通过基于密度聚类算法生成候选任务集合,并通过随机方式构建非候选任务集合;第2阶段通过无人机之间的通信,消解它们因独立构建任务包而产生的冲突。最后,将该算法分别应用于静态和实时动态任务分配场景。仿真实验结果表明,该算法可较为高效地找到合理的任务分配方案。
文摘研究了突发新任务的动态场景下异构多无人机智能体分布式联盟任务分配问题,主要包括两方面内容:首先扩展了一致性包算法(consensus based bundle algorithm,CBBA),考虑任务载荷资源约束、子任务耦合关系约束及执行窗口约束等条件提出了一致性联盟算法(consensus based coalition al⁃gorithm,CBCA);其次,针对新任务出现的动态应用需求,研究了3种动态任务分配策略,分别为无重规划动态分配策略(consensus based coalition algorithm with no resetting,NR⁃CBCA)、完全重规划动态分配策略(consensus based coalition algorithm with full resetting,FR⁃CBCA)及部分重规划动态分配策略(consensus based coalition algorithm with partial resetting,PR⁃CBCA)。最后,以侦察型无人机和攻击型无人机协同执行对地侦察攻击任务为例,验证了CBCA算法的可行性及3种分配策略对动态任务场景的适用性。
文摘基于一般的决策和规划流程,提出了一个面向兵棋推演的快速决策框架(Rapid Military Decision Framework, RMDF),该框架针对异构实体模型,通过分层的网格环境对复杂推演环境简化建模,将推演实体的作用效果,简化为地面、海上和空中三个网格环境层次上的作用效果,并以热图的形式在网格环境中显示,通过推演实体的核心参数来确定其性能模型和行为模型,并基于一致性包算法实现任务分配,生成备选行动策略,通过快速仿真实现推演策略的迭代优化,能够在推演之前或推演期间提供行动方案的快速评估,可以有效地辅助兵棋推演指挥人员进行复杂态势下的兵棋推演。
