网络信息技术和无人机平台技术的共同进步推动了无人机集群技术与应用的快速发展。协同任务分配是无人机集群应用的顶层设计,直接决定集群应用的成败与效能。通常无人机集群任务分配方法可以分类为最优化算法和启发类算法,启发类算法中...网络信息技术和无人机平台技术的共同进步推动了无人机集群技术与应用的快速发展。协同任务分配是无人机集群应用的顶层设计,直接决定集群应用的成败与效能。通常无人机集群任务分配方法可以分类为最优化算法和启发类算法,启发类算法中典型代表为群智能算法。面向无人机集群对敌防空打击(destroy of enemy air defenses,DEAD)典型应用,对比分析了遗传算法、粒子群优化算法、蚁群算法在无人机集群任务分配中的特点和性能。该方法能够为无人机集群任务分配的算法选择提供重要参考。展开更多
文摘网络信息技术和无人机平台技术的共同进步推动了无人机集群技术与应用的快速发展。协同任务分配是无人机集群应用的顶层设计,直接决定集群应用的成败与效能。通常无人机集群任务分配方法可以分类为最优化算法和启发类算法,启发类算法中典型代表为群智能算法。面向无人机集群对敌防空打击(destroy of enemy air defenses,DEAD)典型应用,对比分析了遗传算法、粒子群优化算法、蚁群算法在无人机集群任务分配中的特点和性能。该方法能够为无人机集群任务分配的算法选择提供重要参考。
