[发明专利]一种基于混沌蛙跳的植保无人机编队目标分配方法

说明书

本发明公开了一种基于混沌蛙跳的植保无人机编队目标分配方法，所述分配方法包括以下步骤：S1，用自然数对无人机和目标进行编码；S2，根据现有目标的重要性和无人机距离目标的距离对距离和重要性进行归一化，对每只青蛙进行编码，并用Logistic混沌映射对蛙群中的每一只青蛙进行初始化；S3，计算每只青蛙的适应度值并进行排序；S4，划分混沌蛙跳算法的子种群；S5，根据蛙跳算法的规则，对每个子种群中的最差青蛙进行更新；S6，对所有子种群中的青蛙进行混合和重排序；S7，检查混沌蛙跳算法是否到达了指定的迭代次数，如已到达则输出最优青蛙作为目标分配的结果，如未到达则返回步骤S3。

技术领域

本发明涉及植保无人机技术领域，尤其涉及一种基于混沌蛙跳的植保无人机编队目标分配方法。

背景技术

随着国内经济的发展和城市规模的日益扩大，在植保领域，特别是农药喷洒领域，植保无人机喷药的应用日益广泛。植保无人机喷药的过程中需要考虑到喷洒目标区域的距离，喷洒目标距离无人机越远，耗费的油和电就越多，实际喷药时间也就越短，喷药成本也就越高。同时，不同区域由于虫情程度不同，在无人机数量有限的情况下，只能选择部分虫情较重的、距离无人机较近的作物进行喷药。如何对目标进行选择以最大化收益是一个目标分配问题，也是一个NP难问题，传统的数学方法难以解决，需要借助启发式算法进行优化，以达到最佳收益。

因此需要一种新的基于混沌蛙跳的植保无人机编队目标分配方法来解决上述问题。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于精英人工鱼群算法植保无人机编队航迹规划方法能够满足现有技术的技术需求。

一种基于混沌蛙跳算法的无人机编队目标分配方法，所述分配方法包括以下步骤：

S1，用自然数对无人机和目标进行编码；

S2，根据现有目标的重要性和无人机距离目标的距离对距离和重要性进行归一化，对每只青蛙进行编码，并用Logistic混沌映射对蛙群中的每一只青蛙进行初始化；

S3，计算每只青蛙的适应度值并进行排序；

S4，划分混沌蛙跳算法的子种群；

S5，根据蛙跳算法的规则，对每个子种群中的最差青蛙进行更新；

S6，对所有子种群中的青蛙进行混合和重排序；

S7，检查混沌蛙跳算法是否到达了指定的迭代次数，如已到达则输出最优青蛙作为目标分配的结果，如未到达则返回步骤S3。

优选地，所述步骤S1具体为对无人机和目标进行自然数编码，以方便后续的适应度函数计算过程，并设置混沌蛙跳算法的初始参数，包括青蛙的总数M，子种群的数量N，最大步长L，全局最优青蛙P，子种群最优青蛙Pl,子种群最差青蛙P2，每个子种群中青蛙的数量O，以便进行算法的迭代，再根据现有目标的重要性和无人机距离目标的距离得到无人机对每个目标进行喷药的获益程度设置适应度函数。

优选地，所述步骤S2具体为：根据现有目标的重要性和无人机距离目标的距离对距离和重要性进行归一化，对每只青蛙进行编码，并用Logistic混沌映射对蛙群中的每一只青蛙进行初始化。

优选地，所述步骤S3根据步骤S1中的适应度函数计算蛙群中的每只青蛙的适应度值，并根据适应度值对蛙群中的所有青蛙进行排序。

优选地，所述步骤S1中的青蛙的总数M，子种群的数量N，每个子种群中青蛙的数量O，将蛙群中的所有青蛙划分到N个子种群中。

优选地，所述步骤S5具体为，根据蛙跳算法的规则，最大步长L，全局最优青蛙P，子种群最优青蛙Pl,子种群最差青蛙P2，对每个子种群中的最差青蛙进行更新。

优选地，所述步骤S1中，青蛙的总数M＝40，子种群的数量N＝4。