简论水下面向多目标优化多AUVs群体协同任务分配
最后更新时间:2024-03-10
作者:用户投稿本站原创
点赞:9994
浏览:36506
论文导读:
摘要:本论文以多区域海底地形勘察为例,针对面向多目标优化的多AUVs群体协同任务分配不足进行了探讨,提出一种基于多个蚁群的多目标优化算法,并运用于任务分配的实际运用中,解决了多个AUV以不同地点出发,对多个离散区域进行协同探测的任务分配不足,为多AUV群体协调技术提供了一种有效手段。首先,本论文建立了一个集中式的多AUV系统,一个AUV作为制约单元,进行整体的任务规划;其它的AUV能够独立作业,且与制约单元进行指令和数据的传递。其次,基于传统蚁群算法,本论文提出一种面向多目标优化算法——多蚁群系统优化算法。1)建立多个蚁群,且蚁群的个数与优化指标的个数相同;2)为每个蚁群分配一个优化指标,且固定不变。在每次迭代循环中,每个蚁群按照单目标蚁群优化的方式分别对分配给它的优化指标进行优化,并产生合适的解,再通过各个蚁群之间的相互作用,对受支配解进行相应的惩罚措施,并将非支配解存储在非支配解集中。再次,将多蚁群优化算法运用于多AUV群体协同任务分配不足的求解时,需要对解的创建历程进行设计,以蚁群算法的状态转移概率为基础,本论文提出通过多个AUV竞争的机制,来形成一个完整解。另外,多目标蚁群优化算法得出的是一个非支配解集,而对于具体的任务分配不足,最后确定的应该是一个任务分配案例,所以,本论文提出了一种偏差的概念,通过设定的权系数可以求得各非支配解与理想解之间的偏差,并根据偏差大小,在非支配解集中,选出一个解作为最后的任务分配案例。对于同构系统任务分配,考虑AUV能源限制不足;而对于异构系统的任务分配不足,还要考虑能力的匹配不足。文中分别以这两个方面进行了探讨。最后,基于Qt平台进行了面向多目标优化的多AUVs群体协同任务分配不足仿真实验,分别对本论文提出的同构系统和异构系统的任务分配不足进行了仿真,并给出了仿真结果。关键词:自主水下航行器论文协同任务分配论文多目标优化论文多AUV群体论文蚁群算法论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-10
第1章 绪论10-21
参考文献61-65
攻读硕士学位期间发表的论文和取得的科研成果65-66
致谢66
摘要:本论文以多区域海底地形勘察为例,针对面向多目标优化的多AUVs群体协同任务分配不足进行了探讨,提出一种基于多个蚁群的多目标优化算法,并运用于任务分配的实际运用中,解决了多个AUV以不同地点出发,对多个离散区域进行协同探测的任务分配不足,为多AUV群体协调技术提供了一种有效手段。首先,本论文建立了一个集中式的多AUV系统,一个AUV作为制约单元,进行整体的任务规划;其它的AUV能够独立作业,且与制约单元进行指令和数据的传递。其次,基于传统蚁群算法,本论文提出一种面向多目标优化算法——多蚁群系统优化算法。1)建立多个蚁群,且蚁群的个数与优化指标的个数相同;2)为每个蚁群分配一个优化指标,且固定不变。在每次迭代循环中,每个蚁群按照单目标蚁群优化的方式分别对分配给它的优化指标进行优化,并产生合适的解,再通过各个蚁群之间的相互作用,对受支配解进行相应的惩罚措施,并将非支配解存储在非支配解集中。再次,将多蚁群优化算法运用于多AUV群体协同任务分配不足的求解时,需要对解的创建历程进行设计,以蚁群算法的状态转移概率为基础,本论文提出通过多个AUV竞争的机制,来形成一个完整解。另外,多目标蚁群优化算法得出的是一个非支配解集,而对于具体的任务分配不足,最后确定的应该是一个任务分配案例,所以,本论文提出了一种偏差的概念,通过设定的权系数可以求得各非支配解与理想解之间的偏差,并根据偏差大小,在非支配解集中,选出一个解作为最后的任务分配案例。对于同构系统任务分配,考虑AUV能源限制不足;而对于异构系统的任务分配不足,还要考虑能力的匹配不足。文中分别以这两个方面进行了探讨。最后,基于Qt平台进行了面向多目标优化的多AUVs群体协同任务分配不足仿真实验,分别对本论文提出的同构系统和异构系统的任务分配不足进行了仿真,并给出了仿真结果。关键词:自主水下航行器论文协同任务分配论文多目标优化论文多AUV群体论文蚁群算法论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要5-6
Abstract6-10
第1章 绪论10-21
1.1 课题探讨的背景和作用10-11
1.2 AUV 探讨近况11-14
1.3 多 AUV 系统协调探讨动态14-17
1.3.1 国外探讨动态14-16
1.3.2 国内探讨动态16-17
1.4 任务分配不足探讨近况17-18
1.5 主要探讨内容与策略18-19
1.6 本论文组织结构19-21
第2章 面向地形勘察的多 AUV 任务分配模型探讨21-322.1 引言21
2.2 地形勘察任务描述21-24
2.1 同构任务描述22-23
2.2 异构任务描述23-24
2.3 多 AUV 群体协同系统结构24-25
2.4 集中式多 AUV 系统设计25-29
2.4.1 主控 AUV 功能设计25-27
2.4.2 作业 AUV 功能设计27-28
2.4.3 通信模块设计28-29
2.5 多 AUV 群系统统任务分配模型29-31
2.5.1 任务的可执行性描述29-30
2.5.2 任务分配不足的评价指标30-31
2.6 本章小节31-32
第3章 基于蚁群优化原理的多目标优化算法设计32-433.1 引言32
3.2 基本蚁群优化算法32-36
3.2.1 蚁群算法的生物学原理32-33
3.2.2 基本蚁群算法及其实现33-35
3.2.3 蚁群算法参数浅析35-36
3.3 多目标优化不足基本概念36-373.4 基于多蚁群的多目标优化算法设计37-42
3.4.1 基于多蚁群的多目标优化算法38-40
3.4.2 多目标优化算法的性能评价策略40-41
3.4.3 基于多蚁群的多目标优化算法评价41-42
3.5 本章小结42-43
第4章 面向多目标优化的多 AUV 群体协同任务分配43-494.1 引言43
4.2 多 AUV 群体协同任务分配算法设计43-45
4.2.1 任务及 AUV 的编码43
4.2.2 信息素矩阵及启发信息矩阵的设计43-44
4.2.3 初始解的创建44-45
4.2.4 结果输出45
4.3 基于同构系统的多区域地形勘察任务分配探讨45-464.4 基于异构系统的多区域地形勘察任务分配探讨46-48
4.5 本章小结48-49
第5章 面向多目标优化的多 AUV 群体协同任务分配仿真实验49-605.1 引言49
5.2 多 AUV 群体协同任务分配仿真实验界面49-50
5.3 基于蚁群的多目标优化算法仿真试验50-54
5.4 同构系统任务分配仿真试验54-56
5.5 异构系统任务分配仿真试验56-58
5.6 本章小结58-60
结论60-61参考文献61-65
攻读硕士学位期间发表的论文和取得的科研成果65-66
致谢66