计算机应用

作者：赵旭浩, 王轶群, 刘健, 徐春晖

单位：1. 中国科学院沈阳自动化研究所, 沈阳 110016;2. 机器人学国家重点实验室(中国科学院沈阳自动化研究所), 沈阳 110016;3. 中国科学院机器人与智能制造创新研究院, 沈阳 110016;4. 中国科学院大学, 北京 100049

关键词：自主水下航行器,多AUV集群,任务规划,离散粒子群优化,多样性任务

基金：国家重点研发计划项目（2017YFC0306800）。

多水下自主航行器（AUV）任务规划是影响集群智能水平的关键技术。针对现有任务规划模型只考虑同构AUV集群和单潜次任务规划的问题，提出了适用于AUV异构集群的多潜次任务规划模型。首先，该模型考虑了AUV的能量约束、AUV多次往返母船充电的工程代价、异构集群个体间的效能差异、任务多样性等关键因素；然后，为提高问题模型的求解效率，提出了一种基于离散粒子群的优化算法，该算法引入用于描述粒子速度、位置的矩阵编码和用于评估粒子质量的任务损耗模型，改进粒子更新过程，实现了高效的目标寻优。仿真实验表明，该算法不仅解决了异构AUV集群的多潜次任务规划问题，而且与采用遗传算法的任务规划模型相比较，任务损耗降低了11%。

来源：2019年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第9期