多无人机任务分配研究
摘要
随着现代信息技术与无人机对抗技术的不断发展，作为一种新兴的军事武器，无人
机凭借其出色的性能、相对低的造价，在现代战争中的应用前景愈发广阔。为了应对实
际战场环境的复杂化和任务的多样化，同时提高无人机的任务执行质量与速度，多无人
机任务分配理论应运而生。通过对现有的无人机任务分配理论的研究分析，针对目前的
任务分配模型对任务执行特点处理不明确，解决较大规模问题时存在的效率低下问题，
本文主要从以下几个方面进行研究：
1.通过分析无人机执行侦察任务与打击任务的场景，总结这两类任务的特点。同时，
针对任务分配中涉及到的目标价值评估问题，本文在目标价值评估方案中引入目标意图
价值。传统的目标价值评估方案中，通常仅考虑目标的客观属性因素，如速度、距离、
高度。本文则从航路捷径、高度、距离等信息的耦合来定量的描述目标的意图价值，并
将其与客观属性价值进行加权和，得到打击目标的最终价值。
2.根据侦察任务分配中任务数量多、与执行顺序相关的特点，本文基于多旅行商模
型，并考虑了无人机的期望生存概率，提出了侦察任务分配模型。为了解决侦察任务分
配问题，本文提出了基于分组局部搜索策略的改进遗传算法，该算法基于经典遗传算法，
利用分组选择策略与类3-opt局部搜索策略来提高算法的收敛速度与全局搜索能力，最
后通过对比实验证明了所提算法适用于解决侦察任务分配问题。
3.根据打击任务分配中无人机数量多、存在失败概率且与打击顺序关联性较弱的特
点，本文基于武器目标分配模型，舍弃武器平台概念，并引入无人机的平均航程代价作
为第二个目标函数，提出了多目标版本的打击任务分配模型。由于舍弃武器平台会增大
任务分配问题的规模，因此本文针对目前大规模打击任务分配问题求解效率低下的问题，
提出了基于双自适应策略的非支配人工蜂群算法，该算法通过非支配排序策略解决多目
标函数的问题，通过两个自适应策略提高算法前期的收敛速度，并通过Pareto引导策略
保证算法的全局搜索性能。最后通过多组实验，分别证明了两种自适应策略的有效性与
所提算法在解决大规模打击任务分配问题的有效性。
关键词：多无人机；任务分配；多目标优化；目标价值评估
多无人机任务分配研究
ABSTRACT
WiththecontinuousdevelopmentofmoderninformationtechnologyandUAV
countermeasuretechnology,asanewmilitaryweapon,UAVhasanincreasinglybroad
applicationprospectinmodernwarwithitsexcellentperformanceandrelativelylowcost.In
ordertomeettherequirementsoftheactualbattlefieldenvironmentandmissiondiversity,as
wellasimprovethetaskexecutionefficiencyandtaskcompletionrateofUAVs,thetheoryof
multi-UAVstaskallocationemerged.ThroughtheresearchandanalysisoftheexistingUAV
taskallocationtheory,inviewofthecurrenttaskallocationmodelisnotclearaboutthe
characteristicsoftaskexecutionandthelowefficiencyproblemwhensolvinglarge-scale
problems,thispapermainlystudiesfromthefollowingas