面向多水下機器人的協(xié)同任務分配算法研究.pdf

1、伴隨著科技的發(fā)展，人們對海洋的探索變得越來越深入，而水下機器人作為一種對海洋探索的重要工具，人們對它的使用也提出了越來越高的要求。希望他能夠完成諸如海底地形探索、資源勘探、甚至軍用作戰(zhàn)等任務。而這些比較復雜的任務往往單個AUV很難完成，或者完成的效率較低，這時多AUV的應用走進人們的視野。而面對復雜的任務，多AUV又該怎樣去執(zhí)行任務才能充分利用其效能。因此多AUV的任務分配問題就成為一個主要研究的方向。
　　蟻群算法作為群智能算法

2、的一種，以其獨特的并行分布式計算、實現(xiàn)簡單、正反饋等特性被廣泛應用，但也存在一些不足之處，例如由于算法易陷入局部最優(yōu)、出現(xiàn)停滯等特點。本文通過調(diào)研選用合適的優(yōu)化措施對蟻群算法進行改進，并進行仿真驗證。
　　粒子群算法同樣是群智能算法中的一種，具有搜索速度快、效率高等特點普遍用于解決連續(xù)性問題。但算法的局部搜索性差，容易陷入局部最優(yōu)。本文提出通過增加與一般權(quán)重值不同的一種線性慣性權(quán)重來改善算法的局部搜索性。
　　文章主要研究內(nèi)

3、容有以下幾個方面：
　　1.根據(jù)現(xiàn)實際條件建立多AUV系統(tǒng)體系結(jié)構(gòu)。選擇只有一個主控AUV單元多個執(zhí)行AUV單元的集中式體系結(jié)構(gòu)。并在建立的集中式體系結(jié)構(gòu)基礎上，選擇AUV與目標任務之間的總路徑因素和夾角因素作為評價指標，建立任務分配模型。
　　2.分析蟻群算法存在的問題，并針對蟻群算法存在的問題，選用合適的優(yōu)化方法對算法進行改進，并利用Matlab進行仿真驗證。
　　3.對粒子群算法進行研究，對算法沒有較好的局部搜索