CN112101747A - 一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 - Google Patents
一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 Download PDFInfo
- Publication number
- CN112101747A CN112101747A CN202010887052.0A CN202010887052A CN112101747A CN 112101747 A CN112101747 A CN 112101747A CN 202010887052 A CN202010887052 A CN 202010887052A CN 112101747 A CN112101747 A CN 112101747A
- Authority
- CN
- China
- Prior art keywords
- interception
- initial
- bid
- tabu
- boat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 230000009545 invasion Effects 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,包括以下步骤:1)根据拦截艇和入侵艇的实时信息进行初期投标,获得初期中标列表;2)消除初期中标列表中的冲突,并更新初期中标列表为中期中标列表;3)将中期中标列表作为禁忌优化算法的初始解序列,获取最优解序列,并根据该最优解序列进行当前时间的拦截任务分配方案;4)实时获取并更新拦截艇和入侵艇的实时信息,重复步骤1)‑3),实现动态拦截任务方案的再分配。与现有技术相比,本发明有效提高了任务分配的整体效能,缩短了无人艇集群的整体拦截时间,避免了因目标分配不合理而导致的拦截任务失败,极大提升了系统获得最优分配方案的概率。
Description
技术领域
本发明涉及水面无人艇指挥调度领域,尤其是涉及一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法。
背景技术
探索新型先进无人艇智能自主技术,建设具有国际领先水平的高效率、高可靠、快反应无人艇智能指挥系统,提升对无人艇攻防拦截对抗的时效性、精准性,意义重大。作为海上无人指挥系统中的关键环节,可靠、高效的运筹与决策决定着指挥系统性能的高低,研究无人艇拦截任务分配方法,可以为新一代无人艇智能自主协同与对抗提供一定的理论成果和技术储备。
无人舰艇是一种智能船舶,可以在复杂的情况下自主执行多项任务,而无需人工干预。与有人操纵的船舶相比,无人艇体积小,机动性强且成本相对较低,它在海上行动(如搜寻,营救,巡逻和拦截)中起着越来越重要的作用。在海上动态博弈对抗中,如何实时高效地针对侵入船只调配武力、吨位以及运动能力相近的护卫无人艇,在国际上一直是一个很有挑战性的难题。其难度在于,传统的任务分配方法难以在外界高强度对抗条件下保证分配结果最优。当敌方船只拥有规避机动能力时,传统方法很难获得较低的拦截脱靶量。
在一个典型的任务场景中,当一队甲方无人艇在区域内执行任务时,乙方船只试图闯入甲方编队,甲方为了拦截乙方船只避免其接近目标,指挥系统应根据乙方船只的类型,速度和位置分配对应的无人艇,然后无人艇出击拦截乙方船只,该系统应具有在动态攻防博弈场景中,保证拦截效能最优的能力。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法。
本发明的目的可以通过以下技术方案来实现:
一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,包括以下步骤:
1)根据拦截艇和入侵艇的实时信息进行初期投标,获得初期中标列表,即初期拦截艇和入侵艇对应的拦截序列;
2)根据通信记录矩阵确定能够实现相互通信的拦截艇,并进行相互通信,消除初期中标列表中的冲突,并更新初期中标列表为中期中标列表;
3)将中期中标列表作为禁忌优化算法的初始解序列,进行每回合多次交换操作后,获取最优解序列,并根据该最优解序列进行当前时间的拦截任务分配方案;
4)实时获取并更新拦截艇和入侵艇的实时信息,重复步骤1)-3),实现动态拦截任务方案的再分配。
所述的步骤1)具体包括以下步骤:
11)当当前拦截艇i已经投标拦截入侵艇j时,计算拦截艇i初期投标方案的得分Scoreij,则有:
Scoreij=Rewardij-Costij
其中,Rewardij为初期投标方案的收益值,Costij为初期投标方案的花费,Fu为行驶单位距离的能耗,xi、xj和yi、yj分别为拦截艇i与入侵艇j的横、纵坐标。
12)选择得分最高的初期投标方案作为当前拦截艇的初期中标方案;
13)遍历所有的拦截艇,将所有拦截艇的初期中标方案合并形成初期中标列表。
所述的步骤2)中,在通信记录矩阵G(t)中,若拦截艇i与拦截艇k的在当前时刻能够实现相互通信,则通信记录矩阵G(t)中的对应元素Gjk(t)=1,否则Gjk(t)=0。
所述的步骤2)具体包括以下步骤:
21)根据通信记录矩阵G(t)判断两拦截艇是否能够实现相互通信;
22)当两个拦截艇之间能够实现相互通信时,则互相比较各自方案的得分,并将得分较高的拦截艇的初期中标方案作为该拦截艇的中期中标方案;
23)在剔除该拦截艇的初期中标方案后返回步骤11),剩余的拦截艇重新进行初期投标,并更新初期中标列表后进行步骤21),直至消除初期中标列表中的冲突,将所有拦截艇的中期中标方案合并成中期中标列表。
所述的步骤3)具体为:
31)将中期中标列表作为禁忌优化算法的初始解序列,并计算该初始解序列对应的得分Score;
32)进行多回合且每回合内多次的两两序列元素的随机交换,并获取每次序列元素随机交换形成的新解序列对应的得分Score,该得分Score由解序列中所有拦截艇的投标方案对应的得分求和得到;
33)在随机交换结束后获取得分最高的解序列,作为最优解序列,即当前时间的拦截任务分配方案。
所述的步骤32)中,若在随机交换后得到的新解序列的得分变化值ΔScore超过了禁忌交换的阈值,则将此次随机交换操作放入禁忌表中,用以阻止该交换操作在后续的随机交换中被交换。
所述的禁忌交换的阈值额的取值为所有解序列中最高得分的10%。
在禁忌表中设置禁忌值,当在后续的随机交换中随机到此交换操作时,则令该禁忌值减1,直至为0后剔除出禁忌表,重新开放该交换操作。
所述的禁忌值的取值范围为3-5。
在禁忌表中设置藐视判定,具体为:
当被禁忌的交换操作在交换后能够获取更优的解序列时,则将其剔除出禁忌表,完成该次的交换操作。
与现有技术相比,本发明具有以下优点:
一、本发明通过设计拍卖算法,为分布式无人艇系统任务分配提供了一种有效方法,其协商和共识策略有效避免了任务冲突;
二、本发明通过禁忌优化算法,有效提升了结果的最优性,并通过藐视准则释放特定被禁忌的对象,一定程度上保证解集的多样化,最终实现全局优化;
三、本发明通过加入动态分配环节,通过引入带有实时判断功能的动态重新分配算法,极大增加了算法对目标规避机动的鲁棒性,并基于多轮次的动态优化算法对分配结果进行实时修正。
附图说明
图1为本发明无人艇任务分配与目标拦截示意图。
图2为本发明禁忌优化算法的解释说明图。
图3为本发明实施例中优拦截路径结果示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
本发明提供一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,包括以下步骤:
(1)采用贪婪搜索对目标拍卖分配,形成初期中标序列;
每个拦截无人艇根据入侵艇的量级、武器当量、速度和位置分别投标,每个拦截无人艇存储和更新三个变量,包括Dj、Bj和Yj,这三个变量从拦截无人艇j的角度记录数据,第一个变量Dj记载拦截目标,第二个变量Bj记录当前中标方案(包括入侵舰序号和当前投标方案的得分),Yj记录当前中标方案的得分,则有:
Scoreij=Rewardij-Costij
其中,Rewardij为初期投标方案的收益值,该定义值具体包括目入侵舰的重要程度、威胁等级、破坏力等评估参数,可以采用加权的方式进行评价,Costij为初期投标方案的消耗,Fu表示单位距离的能耗,xi、xj和yi、yj表示拦截艇i与入侵艇j的横纵坐标,Scoreij表示当前方案的得分。
对于每个拦截艇,选择得分最高的作为自身的期初投标方案,形成中标名单后,可以得到初期中标列表,具体实现方法步骤的伪代码如下所示,运行一次结束,每个拦截艇的迭代计数会存在不同,这使得每个拦截艇可能具有不同的迭代周期;
1:选择拦截艇(Score,D,X,B,Y)
2:Xj(t)=Xj(t-1)
3:Dj(t)=Dj(t-1)
4:Bj(t)=Bj(t-1)
5:如果Dj(t)=0然后
7:如果hij≠0然后
8:Ji=argmaxjhij·Scoreij
9:DJi(t)=Ji
10:Xi,Ji(t)=1
12:结束如果
13:结束如果
具体实现方法步骤具体为:
首先选择拦截艇,并将参数Score,D,X,B,Y输入,其中,X表示是否已经有中标的入侵舰(即分配任务),有则值为1,否则值为0,然后更新D、X和B,如果已经分配了任务则循环被跳过,在未分配任务的前提下,所分配的目标拦截舰编号Dj(t)=0,进入下一步,判断当前得分和过去得分的大小,如果当前得分超过了过去得分则用当前得分的分配方案替换过去的分配方案;反之,循环则被跳过。
(2)多拦截艇进行协商交互的共识交流,消除初期中标列表中的冲突,具体为:
经过一轮竞价,由于每个拦截艇都寻找到了最佳目标(即对应的入侵舰),但是此过程缺乏沟通,结果会发生冲突,即多个拦截艇拦截同一个目标,拦截艇利用共识策略相互协商制定中期中标方案,然后利用该方案确定中期中标列表,该步骤的主要目的是以拦截无人艇相互妥协为代价解决冲突方案,同时不改变分配网络结构。
每个拦截艇发送初期中标列表给临近的拦截艇,G(t)表示通信记录矩阵,例如:如果拦截艇j和k在t时刻存在交流,则Gjk(t)=1,否则值为0,当连接存在时,拦截艇们相互对比出现冲突的投标值(得分),投标值低的自动退出,返回第(1)步中,并选择下一轮次继续投标,直至完全得到没有冲突的中期中标列表,对应的伪代码如下所示:
1:如果Gik(t)=1然后
2:发送Bi给k
3:接受Bk从i
4:更新(Gik(t),B,Y)
5:Bij(t)=maxkGik(t)·Bk,
7:如果zi,Ji≠i然后
9:结束如果
10:结束如果
(3)采用基于禁忌优化的投标结果优化算法对中期中标列表进行处理,具体为:为了获得最优分配解,在共识协商得到中期中标刘彪后,引入禁忌启发式算法,具体包括以下步骤:
步骤(3.1):将中期中标列表作为初始解序列,然后交换初始解中的元素得到候选解,Aij表示在初始解序列中交换i和j元素,每回合中Nc代表交换次数,解序列在每回合中仅仅交换一次,当交换结束时,解序列的得分Score由每个投标方案的得分求和得到,经过多次迭代,保留优秀的解序列作为候选解;
步骤(3.2):为了求得稳定的最优解序列,将最优解序列的某一段子序列设为禁忌交换序列,并将其放入禁忌表中,禁忌表的长度和解序列长度相同。序列被禁忌的次数设为禁忌值,一般情况下,当禁忌值较小时,算法趋于局部最优,否则,大的禁忌容易导致解发散,增益分ΔScore较高的Aij被放入禁忌表中,在下一次循环中,如果随机产生的序列交换等于Aij,表中Aij所对应的禁忌值减1,然后重复步骤(3.1)直到禁忌值减为0,禁忌过程如图2所示;
步骤(3.3):本例中还采用藐视函数特赦被禁止的Aij,让Aij在本次循环中继续发挥作用。藐视函数的作用在于,当被禁止的Aij可以为原有解集带来更优的解时,本轮次禁忌规则失效,然后将禁忌对象从表中删除,选择当前的最优解中的片段作为新的禁忌对象;
(4)基于战场实时变化,对任务进行动态再分配,具体为:
首先将上一轮次迭代计算出的拦截艇和入侵者的运动参数导入到评价函数中,然后用新一轮次的分配结果替换已完成的分配方案,并根据终止规则判断剩余的任务是否可以继续执行。其次,将最新获得的拦截艇和侵入者的类型、位置和速度,重新导入算法之中,并依次重复步骤1-3。最后,得出得分、成功率和拦截时间作为评价指标,评估系统效能。
实施例
如图1所示,以6艘拦截无人艇应对3艘入侵船只为例,展开本发明的具体实施步骤,并结合附图对本发明方案的实施方式做详细说明。
本例中,基于禁忌共识拍卖算法的无人艇拦截任务分配方法包括三大步骤:
步骤1、采集入侵船只的类型、吨位、攻击力、速度和位置信息,传递给指挥系统,指挥系统将信息传递给拦截无人艇;
步骤2、拦截无人艇自主计算拦截得分,并将该得分作为投标值向指挥系统投标,具体为:
1)每搜拦截无人艇依次对所有入侵对象进行评估,并给出投标值。通过逐层筛选,选取投标值最高的对象作为中标对象,并按投标值将所有对象由低到高排列成初期中标列表;
2)无人艇之间互相共识交流,发送各自的投标列表,将存在冲突的对象相互比对,取最优对象为最终中标者,投标值低的拦截艇选择次优拦截目标,经过多轮投标,确保所有任务不存在冲突,得到中期中标列表;
3)对2)中投标列表采用禁忌算法优化,经过多轮迭代,取得评价指标最高的投标列表作为最终中标列表;
步骤3、针对目标机动规避,动态重分配任务,具体为:每隔一定时间采集拦截无人艇和入侵船只的类别、速度、位置信息,重新导入任务分配系统之中,系统重复步骤1)和2),为拦截无人艇重新确立拦截目标。
本实施例最优拦截路径的最终解如图3所示。
本发明通过设计拍卖算法,为分布式无人艇系统任务分配提供了一种有效方法,其协商和共识策略有效避免了任务冲突;通过禁忌优化算法,有效提升分配结果的最优性,并通过藐视准则释放特定被禁忌的对象,一定程度上保证解集的多样化,最终实现全局优化;通过加入动态分配环节,通过引入带有实时判断功能的动态重新分配算法,极大增加了算法对目标规避机动的鲁棒性,并基于迭代循环和动态优化对分配结果进行实时修正。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (10)
1.一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,包括以下步骤:
1)根据拦截艇和入侵艇的实时信息进行初期投标,获得初期中标列表,即初期拦截艇和入侵艇对应的拦截序列;
2)根据通信记录矩阵确定能够实现相互通信的拦截艇,并进行相互通信,消除初期中标列表中的冲突,并更新初期中标列表为中期中标列表;
3)将中期中标列表作为禁忌优化算法的初始解序列,进行每回合多次交换操作后,获取最优解序列,并根据该最优解序列进行当前时间的拦截任务分配方案;
4)实时获取并更新拦截艇和入侵艇的实时信息,重复步骤1)-3),实现动态拦截任务方案的再分配。
3.根据权利要求2所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的步骤2)中,在通信记录矩阵G(t)中,若拦截艇i与拦截艇k的在当前时刻能够实现相互通信,则通信记录矩阵G(t)中的对应元素Gjk(t)=1,否则Gjk(t)=0。
4.根据权利要求3所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的步骤2)具体包括以下步骤:
21)根据通信记录矩阵G(t)判断两拦截艇是否能够实现相互通信;
22)当两个拦截艇之间能够实现相互通信时,则互相比较各自方案的得分,并将得分较高的拦截艇的初期中标方案作为该拦截艇的中期中标方案;
23)在剔除该拦截艇的初期中标方案后返回步骤11),剩余的拦截艇重新进行初期投标,并更新初期中标列表后进行步骤21),直至消除初期中标列表中的冲突,将所有拦截艇的中期中标方案合并成中期中标列表。
5.根据权利要求1所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的步骤3)具体为:
31)将中期中标列表作为禁忌优化算法的初始解序列,并计算该初始解序列对应的得分Score;
32)进行多回合且每回合内多次的两两序列元素的随机交换,并获取每次序列元素随机交换形成的新解序列对应的得分Score,该得分Score由解序列中所有拦截艇的投标方案对应的得分求和得到;
33)在随机交换结束后获取得分最高的解序列,作为最优解序列,即当前时间的拦截任务分配方案。
6.根据权利要求5所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的步骤32)中,若在随机交换后得到的新解序列的得分变化值ΔScore超过了禁忌交换的阈值,则将此次随机交换操作放入禁忌表中,用以阻止该交换操作在后续的随机交换中被交换。
7.根据权利要求6所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的禁忌交换的阈值额的取值为所有解序列中最高得分的10%。
8.根据权利要求6所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,在禁忌表中设置禁忌值,当在后续的随机交换中随机到此交换操作时,则令该禁忌值减1,直至为0后剔除出禁忌表,重新开放该交换操作。
9.根据权利要求8所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,所述的禁忌值的取值范围为3-5。
10.根据权利要求6所述的一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法,其特征在于,在禁忌表中设置藐视判定,具体为:
当被禁忌的交换操作在交换后能够获取更优的解序列时,则将其剔除出禁忌表,完成该次的交换操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010887052.0A CN112101747B (zh) | 2020-08-28 | 2020-08-28 | 一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010887052.0A CN112101747B (zh) | 2020-08-28 | 2020-08-28 | 一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112101747A true CN112101747A (zh) | 2020-12-18 |
CN112101747B CN112101747B (zh) | 2023-11-03 |
Family
ID=73758373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010887052.0A Active CN112101747B (zh) | 2020-08-28 | 2020-08-28 | 一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101747B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766329A (zh) * | 2021-01-06 | 2021-05-07 | 上海大学 | 一种多无人艇协同拦截控制方法及系统 |
CN113723805A (zh) * | 2021-08-30 | 2021-11-30 | 上海大学 | 一种无人艇复合任务分配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484424A (zh) * | 2014-12-19 | 2015-04-01 | 浪潮通用软件有限公司 | 基于互联网建筑施工企业资源价格信息库的构建方法 |
CN105045095A (zh) * | 2015-08-17 | 2015-11-11 | 南京航空航天大学 | 一种多无人机应急救灾任务分配方法 |
CN109409773A (zh) * | 2018-11-14 | 2019-03-01 | 中南大学 | 一种基于合同网机制的对地观测资源动态规划方法 |
CN109583709A (zh) * | 2018-11-09 | 2019-04-05 | 同济大学 | 一种自动泊车机器人群体任务调度方法 |
CN110210700A (zh) * | 2019-04-19 | 2019-09-06 | 中国科学院遥感与数字地球研究所 | 面向应急响应的基于任务优先级的多星动态任务规划方法 |
-
2020
- 2020-08-28 CN CN202010887052.0A patent/CN112101747B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484424A (zh) * | 2014-12-19 | 2015-04-01 | 浪潮通用软件有限公司 | 基于互联网建筑施工企业资源价格信息库的构建方法 |
CN105045095A (zh) * | 2015-08-17 | 2015-11-11 | 南京航空航天大学 | 一种多无人机应急救灾任务分配方法 |
CN109583709A (zh) * | 2018-11-09 | 2019-04-05 | 同济大学 | 一种自动泊车机器人群体任务调度方法 |
CN109409773A (zh) * | 2018-11-14 | 2019-03-01 | 中南大学 | 一种基于合同网机制的对地观测资源动态规划方法 |
CN110210700A (zh) * | 2019-04-19 | 2019-09-06 | 中国科学院遥感与数字地球研究所 | 面向应急响应的基于任务优先级的多星动态任务规划方法 |
Non-Patent Citations (2)
Title |
---|
JIANTING YUE.ETC: "Femtocaching in video content delivery: Assignment of video clips to serve dynamic mobile users", 《COMPUTER COMMUNICATIONS》, pages 60 - 69 * |
刘传波, 等: "动态武器目标分配问题的研究现状与展望", 《电光与控制》, vol. 17, no. 11, pages 43 - 48 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112766329A (zh) * | 2021-01-06 | 2021-05-07 | 上海大学 | 一种多无人艇协同拦截控制方法及系统 |
CN112766329B (zh) * | 2021-01-06 | 2022-03-22 | 上海大学 | 一种多无人艇协同拦截控制方法及系统 |
CN113723805A (zh) * | 2021-08-30 | 2021-11-30 | 上海大学 | 一种无人艇复合任务分配方法及系统 |
CN113723805B (zh) * | 2021-08-30 | 2023-08-04 | 上海大学 | 一种无人艇复合任务分配方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112101747B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112861442B (zh) | 基于深度强化学习的多机协同空战规划方法及系统 | |
CN112101747A (zh) | 一种基于禁忌共识拍卖算法的无人艇拦截任务分配方法 | |
CN111240353A (zh) | 基于遗传模糊树的无人机协同空战决策方法 | |
CN113485456B (zh) | 一种无人机群分布式在线自适应任务规划方法 | |
CN115525058B (zh) | 一种基于深度强化学习的无人潜航器集群协同对抗方法 | |
CN113392521A (zh) | 面向海空联合作战任务的资源编组模型构建方法及系统 | |
CN113052289A (zh) | 一种基于博弈论的无人艇集群打击位置的选取方法 | |
CN116225049A (zh) | 一种多无人机狼群协同作战攻防决策算法 | |
CN112306070A (zh) | 基于区间信息博弈的多auv动态机动决策方法 | |
CN112305913A (zh) | 基于直觉模糊博弈的多uuv协同动态机动决策方法 | |
CN113128021B (zh) | 多无人平台协同对抗的实时重决策方法和系统 | |
CN117412267B (zh) | 一种无人机集群组网的通信方法 | |
Li et al. | Multi-uav air combat weapon-target assignment based on genetic algorithm and deep learning | |
CN116702633B (zh) | 一种基于多目标动态优化的异构弹群任务可靠性规划方法 | |
CN111797966B (zh) | 一种基于改进羊群算法的多机协同全局目标分配方法 | |
CN112651486A (zh) | 一种提高maddpg算法收敛速度的方法及其应用 | |
CN117035435A (zh) | 一种动态环境下的多无人机任务分配与航迹规划优化方法 | |
CN116225065A (zh) | 多智能体强化学习的多自由度模型的无人机协同追捕方法 | |
CN113128698B (zh) | 多无人机协同对抗决策的强化学习方法 | |
CN113255234B (zh) | 一种对导弹群进行在线目标分配的方法 | |
CN114047761A (zh) | 基于编队跨平台资源调度的弹性杀伤网构建方法及装置 | |
CN112949152A (zh) | 一种异类传感器目标信息交接方法 | |
Wang et al. | Research on naval air defense intelligent operations on deep reinforcement learning | |
CN113128699B (zh) | 快速收敛的多无人机协同对抗强化学习方法 | |
CN117313972B (zh) | 一种无人艇集群的攻击方法、系统、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |