多无人机协同任务分配混合粒子群算法

针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先，将粒子位置编码为一组任务分配向量，针对同时打击场景可能存在的死锁问题，设计了一种基于多打击任务有向图的死锁检测和修复算法，解码出对应一组可行的任务分配解或方案，实现粒子群算法解的离散化。另外，对于传统粒子群算法(PSO)容易陷入局部收敛的缺点，提出一种基于变邻域搜索算法的跳出局部收敛策略，并建立局部搜索启动概率准则，实现跳出局部收敛和计算开销的平衡。最后，将跳出局部收敛的策略嵌入到粒子群算法中，得到协同任务分配的混合粒子群算法(HPSO)。另外，针对新目标发现导致的初始计划失效问题，设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明，所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。