来源：期刊VIP网 时间：
作者：王传云;胡安琪;高骞;刘琼;王田;
单位：沈阳航空航天大学人工智能学院;北京信息科技大学自动化学院;北京航空航天大学人工智能研究院;
摘要：异构无人机集群在复杂任务环境中具备多层次协同作业的优势，现有的任务分配方法仍面临如易陷入局部最优解、对任务属性和数量变化的适应性不足以及多目标优化效率低等诸多挑战。为此，提出一种基于多种群自适应遗传的动态任务分配算法，该算法根据染色体的初始目标函数特性将总种群划分为若干子种群。各子种群在迭代过程中独立进行自适应遗传优化，智能调整变异概率及选择交叉点。每次迭代结束前，算法采用优胜劣汰策略保持染色体多样性及较优秀染色体结构。若任务属性或数量发生变化，算法将灵活根据变化情况重新划分子种群或增加染色体数量。与基于遗传优化的变体算法相比，本算法在不同类型基准函数上表现出较高的稳定性。在处理复杂场景时，本算法的目标函数值提升44.15%，收敛速度提升59.85%，求解稳定性提升53.99%。该算法具有卓越稳定的求解能力，且能够在更短的计算时间内更有效地避免陷入局部最优解。
关键词：异构无人机集群;;动态任务分配;;协同作业;;多目标优化;;遗传算法;;参数自适应;;收敛性能;;局部最优解
基金资助：国家自然科学基金（61703287,62302051,61972016）;; 辽宁省自然科学基金计划（2024-MS-137）;; 辽宁省教育厅科研计划（LJKZ0218,LJKMZ20020556）
