-
公开(公告)号:CN119721498A
公开(公告)日:2025-03-28
申请号:CN202510213230.4
申请日:2025-02-26
Applicant: 南京信息工程大学
IPC: G06Q10/063 , G06N3/006
Abstract: 本发明公开了基于改进蜣螂优化算法的SD‑MANET覆盖优化方法,包括:将任务区域内协同作战分队中的作战士兵、无人机及无人车作为作战节点,以作战节点的数量及感知半径作为输入,以协同作战分队的最优部署位置作为输出,构建该任务区域内基于布尔感知模型的SD‑MANET拓扑模型;联合切比雪夫混沌映射、鱼鹰优化算法及自适应t分布变异改进蜣螂优化算法,利用改进后的蜣螂优化算法优化SD‑MANET拓扑模型,得到任务区域内协同作战分队的最优部署位置。本发明在不增加算法复杂度的同时提高了收敛性及性能,确保有/无人协同作战分队在复杂战场环境中的高效部署及协同作战分队的初始部署网络覆盖率。
-
公开(公告)号:CN119729556A
公开(公告)日:2025-03-28
申请号:CN202510228365.8
申请日:2025-02-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于改进蛇鹫算法的有无人感知网络结构优化方法,首先根据异构有无人协同感知网络结构,基于节点的度、节点对之间的最短路径倒数的平均值,建立多目标优化模型,然后初始化改进蛇鹫算法的参数,采用上三角编码法,形成种群中的个体,并引入Tent混沌映射。利用改进蛇鹫算法求解多目标优化模型,通过蛇鹫的两种逃生策略,更新个体的位置和适应度值;引入高斯与柯西变异扰动,帮助算法跳出局部最优,向全局最优解搜索;引入贪婪策略,通过比较适应度值,指导算法在搜索过程中保持对最优解的追踪。本发明能得到不同任务下的最优的异构有无人协同感知网络结构,提升有无人系统的整体效能。
-