[发明专利]一种基于粒子群算法的多无人机救灾搜索路径的优化方法在审
| 申请号： | 201810355136.2 | 申请日： | 2018-04-19 |
| 公开（公告）号： | CN108647770A | 公开（公告）日： | 2018-10-12 |
| 发明（设计）人： | 程航洋;周武能;丁仁强 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00;G06Q10/04 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 201620 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于粒子群算法的多无人机救灾搜索路径的优化方法，包括：利用粒子群算法进行参数优化；多无人机分布模型的建立；利用优化解完成对多无人机的位置控制。本发明能够有效的优化粒子群算法在多无人机进行救灾任务时的路径规划，与传统的蚁群算法等的方式相比，有着更好的响应速度，保证了多无人机进行协同任务时的效率与质量。 | ||
| 搜索关键词： | 粒子群算法 搜索路径 优化 救灾 参数优化 分布模型 路径规划 位置控制 蚁群算法 传统的 协同 响应 保证 | ||
【主权项】：
1.一种基于粒子群算法的多无人机救灾搜索路径的优化方法，其特征在于，包括以下步骤：(1)初始化设置粒子群的数量、惯性权值和最大允许迭代次数；(2)对救灾搜索区域进行区域划分，并生成随机的无人机和区域的任务匹配；(3)计算每个任务的目标评价函数，确认每个无人机的目标区域；(4)计算各无人机的新速度，并对各无人机的新速度进行限幅处理；(5)计算各无人机的新位置，并对各无人机的新位置进行限幅处理：使其新位置处于目标区域；(6)按目标评价函数重新评价各无人机的适应值；(7)个体最优任务分配：对每个无人机比较其当前适应值和其个体经历过的最好适应值，找到其个体历史最好位置；(8)全局历史最优任务分配：比较群体所有无人机的当前适应值和全局历史最好的适应值，若某个无人机的当前适应值更优，则令该无人机的当前适应值为全局历史最好适应值，并保存该无人机的当前位置为全局历史最好位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810355136.2/，转载请声明来源钻瓜专利网。
- 上一篇：扎带的剪断计数防错设备
- 下一篇：一种混合云环境下科学工作流数据的布局方法
