无人机群任务分配的动态蚁群分工建模与仿真

无人机任务分配问题不仅具有高度非线性，动态，高度对抗性和多模式等复杂性的内在属性，而且在各种多智能体系统中具有更好的实用性。使其最近变得越来越有吸引力。 本文基于经典的固定响应阈值模型（FRTM），以``问题为中心+演化解决方案''为理念，并以自下而上的方式提出了新的动态环境刺激，响应阈值和过渡设计了概率模型，并建立了动态​​蚁群的分工模型。 DACLD允许一群具有较低智能水平的代理执行复杂的任务，并具有分布式框架，具有执行顺序，多状态，自适应响应阈值和多个体响应的多任务的特征。 利用所提出的模型，进行了数值模拟，以说明分布式任务分配方案在UAV群战（具有一定数量敌方目标的动态任务分配以及由于意外威胁而导致的任务重新分配）的两种情况下的有效性。 。 结果表明，该模型可以同时获取异构无人机的实时位置和状态，并具有高度的自组织性，灵活性和对动态环境的实时响应。