【协同任务分配】基于人工免疫算法的多无人机协同任务分配附Matlab代码

原创于 2025-12-04 21:24:29 发布 · 206 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #无人机 #matlab

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。

🔥 内容介绍

无人机(UAV- Unmanned Aerial Vehicle)在当今时代中承担着日益重要的作用。它的出现正在改变人们对于无人机仅能作为辅助角色的传统认知，而且随着无人机技术的发展，在未来它将成为空战的主力军。与载人飞机相比，无人机具备危险系数低、飞行续航时间长、制造成本低廉、起降简单、协同能力强的优点，因此在对地打击任务、物资分配任务以及目标搜寻任务中被广泛使用。对于单架无人机来说，执行打击和分配任务的能力是有限的，而现实的问题往往十分复杂，仅仅凭借单架无人机无法完成，因此需要多架无人机之间协同配合完成复杂任务。由于无人机协同任务分配问题具有多种约束条件，需要考虑任务执行代价以及解的合理性, 此分配问题是一个约束条件复杂的 NP 问题[1]。

对于无人机协同的打击任务来说，需要综合考虑无人机的航程代价，时间偏移代价以及任务收益。每架无人机要在航行路程尽量少的情况下完成打击任务；每个任务对应一个任务时间窗口，任务分配需要尽量让每个任务在特定时间内完成；考虑到每架无人机自身的性能不相同，每架无人机对于任务的完成度有所差别，因此不同的无人机完成相同的任务收益不同，任务分配应该尽量获得更高的奖励收益。若给定三者的权重，则可以将三者加权平均作为优化函数值，采用单目标优化问题的方法解决。若将三者都作为优化的目标，则问题变为多目标优化问题，因此多目标优化问题的研究对于多无人机分配也十分重要。

目前，国内外的一些学者针对多无人机协同任务分配问题提出了多种可行的算法。文献[2]将多无人机协同任务规划抽象为有时间约束的 TSP 问题，使用了博弈论中的拍卖模型对该问题进行解决。文献[3]采用任务分组的方式，建立了无人机作战任务的 TSP模型，使用了节约里程法以及 KNN 算法生成初始解的方式对遗传算法进行改进。文献[4]将问题视为约束条件下的多无人机异构任务集调配问题，使用一致性束算法对问题进行解决。文献[5]采用了差分进化算法对问题进行解决，并且提出了动态调整尺度因子以及交叉概率的方法。文献[6]使用 Agent 技术设计了多无人机的协同控制系统。文献[7]采用了无监督学习中的聚类算法，使用和声搜索算法搜索可行解并将其映射到聚类算法中。文献[8]将分配问题视为多目标整数规划问题，利用离散粒子群算法求出可行解。文献[9]考虑无人机特性和属性之间的关系，使用差分变异改进的多元宇宙算法对问题进行求解。文献[10]建立了任务分配的整数线性规划模型，使用了改进的遗传算法以及新的编码方式对问题进行解决。文献[11]采用了禁忌搜索算法与蚁群算法相结合

的方式，提出了改进的蚁群优化算法。上述的文献均将无人机任务分配的调度优化问题看成单目标优化问题，但是考虑实际情况的不同，有些打击任务可能时效性非常强，有一些任务可能打击收益非常高。