科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前，海上监测以及水下可疑目标搜索方面的研究日益受到重视，各类水下搜索任务不断增多，复杂度日益提高，如何在限定的时间内科学合理高效地分配有限的搜索资源是其中的关键。针对此问题论文提出一种考虑不确定因素影响的改进模拟退火及遗传算法的AUV搜索分配方法。首先，分析AUV水下搜索任务情况并建立鲁棒模型，然后对模拟退火算法以及遗传算法的选择、交叉和变异等操作进行了改进，实现了对不确定情况下搜索资源分配方式的优化，最后通过Matlab仿真验证了该方法的可行性，有效地提高了搜索效率。
- 单位
当前，海上监测以及水下可疑目标搜索方面的研究日益受到重视，各类水下搜索任务不断增多，复杂度日益提高，如何在限定的时间内科学合理高效地分配有限的搜索资源是其中的关键。针对此问题论文提出一种考虑不确定因素影响的改进模拟退火及遗传算法的AUV搜索分配方法。首先，分析AUV水下搜索任务情况并建立鲁棒模型，然后对模拟退火算法以及遗传算法的选择、交叉和变异等操作进行了改进，实现了对不确定情况下搜索资源分配方式的优化，最后通过Matlab仿真验证了该方法的可行性，有效地提高了搜索效率。
