改进离散粒子群算法的多无人艇任务分配研究

作者：赵冬梅; 宋阳; 周**; 崔海峰

来源：舰船电子工程, 2023, 43(08): 43-48.

• 离散粒子群算法
• 任务分配
• 混沌初始化
• 指数型惯性因子
• 自适应学习因子

离散粒子群算法求解多无人艇任务分配问题具有较大优势，针对传统离散粒子群算法易陷入局部最优、收敛速度较慢等缺点，从以下四个方面进行改进：初始化粒子编码时融入混沌优化以提高全局搜索能力，设置非线性变化的指数型惯性因子兼顾局部搜索能力，调整固定不变的学习因子为受迭代次数控制的服从半高斯分布的自适应学习因子以提高算法的收敛性，引入交叉和变异的粒子更新机制以避免早熟收敛。仿真实验表明改进后算法的适应度函数提高了6.6%，最少迭代次数减少了49.1%，运行时间减小了18.3%。改进算法可兼顾全局搜索能力和较快的收敛速度，提高了无人艇的任务分配效果。

• 单位
  中国人民解放军海军大连舰艇学院