(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211191094.6 (22)申请日 2022.09.28 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 (72)发明人 王昕炜　王磊　高晓华　余馨咏　 苏析超　彭海军　吕琛　 (74)专利代理 机构 辽宁鸿文知识产权代理有限 公司 21102 专利代理师 许明章　王海波 (51)Int.Cl. G06Q 10/06(2012.01) G06N 3/12(2006.01) G06Q 50/26(2012.01) (54)发明名称 一种基于条件概率的考虑多目标进化算法 的多异构无 人机系统协同任务分配方法 (57)摘要 一种基于条件概率的考虑多目标进化算法 的多异构无人机系统协 同任务分配方法， 首先， 根据侦查到的敌方目标信息、 当前的战场态势、 作战风险和我方的作战资源， 基于条件概率设定 目标函数并给出约束条件， 建立异构无人机协同 任务分配的多目标优化模型。 第二， 基于实际作 战情况， 选择对应的遗传算子， 利用改进的多目 标优化算法求解协同任务分配的多目标优化模 型。 第三， 决策者依据对目标函数的偏好， 利用选 解方法从Pareto解集中选 择出某一解， 将其对应 的任务分配方案作为执行方案。 本发 明适用于开 展多种作战资源情况下的多异构无人机协同任 务分配， 能够为战前任务分配提供切合作战实际 情况的任务 分配方案， 对于多异构无人机协同任 务分配的多目标优化问题的研究具有一定的意 义。 权利要求书8页 说明书16页 附图3页 CN 115471110 A 2022.12.13 CN 115471110 A 1.一种基于条件概率的考虑多目标进化算法的多异构无人机系统任务分配方法， 其特 征在于， 包括以下步骤： 首先， 根据侦查到的敌方目标信息、 当前的战场态势、 作战风险和我 方的作战资源基于条件概率设定目标函数和 约束条件， 建立异构无人机协同任务分配的多 目标优化模型； 其次， 利用构造的多目标进化算法对构造的模型进行求解以得到Pareto解 集； 最后， 利用选解方法从Paret o解集中选择出某 一解， 将其对应的任务分配方案作为执行 方案。 2.根据权利要求1所述的一种基于条件概率的考虑多目标进化算法的多异构无人机系 统任务分配方法， 其特 征在于， 包括以下步骤： 步骤1： 根据侦查到的敌方目标信息、 当前的战场态势、 作战风险和我方的作战资源， 基 于条件概率设定目标函数并给出约束 条件， 建立异构无人机协同任务分配的多目标优化模 型， 具体如下： 步骤1‑1： 收集任务 规划中敌方目标和我方 无人机的基础数据； 令 设定侦查到的敌方目标包含NT个目标， 第j个目标记作Tj， 目标 的集合记作 每一个目标包含三类子任务： 分类任务、 攻击任务、 评估任 务， 分别记作C、 A、 V； 不同的敌方目标具有不同的价值和风险； 设定目标Tj的价值记作 令高价值目标记作Hv， 低价值目标记作Lv； 为了提高作战成功率， 设定对高价值的 目标攻击两次， 对低价值的目标攻击一次； 令Ai表示第i次攻击任务， 目标 的任务 集合记作： 设定 和 分别表示无人机对目标Tj的子任务C、 A1、 A2和V的开 始执行时刻， 和 分别表示无人机对目标Tj的子任务C、 A1、 A2和V的执行 时间； 设定无人机集群中包含NU架无人机， 第i架无人机记作Ui， 无人机的集合记作 设定机群中包含三类异构无人机： 侦察机、 战斗机和弹药机， 分别记作 s、 c、 m； s型无人机可执行的任务类型为C和V， c型无人机可执行的任务类型为C、 A和V， m型无 人机可执行的任务类型为A； 令无人机Ui的价值记作 不同的无人机执行不同的目标 的不同任务时 的成功率和生存率是不同的； 设定 表示无人机Ui执行目标Tj的任务类型k 的成功率， 表示无人机Ui执行目标Tj的任务类型k的死亡率， 其中， k∈ I3， k＝1,2,3分别表示任务类型C、 A和V； 根据无人机的能力可知， 当无人机Ui的类型为s时有 当无人机Ui的类型为 m 时有 令无人机Ui的任务集合记作 其 中 表示分配给无人机Ui的任务数量， 表示无人机Ui的任务集合中第i个被执行的权　利　要　求　书 1/8 页 2 CN 115471110 A 2任务； 步骤1‑2： 构造模型的目标函数； 对于目标Tj， 其被成功执行是指其所有的子任务都被成功执行， 若有某一子任务未被成 功执行， 则目标Tj未被成功执行； 无人机在执行任务时会存在两个风险， 即无人机可能被击 毁以及任务未被成功完成； 为了以最小的作战代价获得最大 的作战收益， 考虑以最大化被 成功执行的目标的价值期 望和最小化被击毁的无人机的价值期 望作为目标函数； 通过引入 条件概率构造上述两个目标函数； 令 表示无人机Ui是否从目标 飞向目标 Tj执行Tj的任务类型k， 取值 为1时表示执 行， 否则不执 行； 其中， Vj表示目标Tj的位置； (i)最大化被成功执 行的目标的价 值期望； (ii)最小化被击毁的无 人机的价 值期望； 其中， 表示 中第l个任务， 令 基于实际情况有： 和 将目标(i)化 为最小化形式， 如下： (iii)最小化未被成功执 行的目标的价 值期望； 令f＝(f1,f2)T， 其中， f1＝J3， f2＝J2； 步骤1‑3： 构造模型的约束条件； 在实际作战任务分配中， 分配给每一架无人机的类型为A 的任务数量不能超过该无人权　利　要　求　书 2/8 页 3 CN 115471110 A 3