基于改进遗传算法的多无人机任务分配

为解决传统遗传算法在求解多无人机任务分配问题时易陷入局部最优和收敛速度较慢的问题，文中提出一种融合模拟退火思想的改进遗传算法。首先描述多无人机任务分配问题，将其转化为多旅行商问题，并建立数学模型；然后在传统的遗传算法中引入Metropolis准则，对选择、交叉、变异后的子代种群进行优化调整，使算法可以跳出局部最优并快速收敛；最后进行仿真实验，采用TSPLIB数据库对改进算法进行有效性验证，分别求解不同规模的多旅行商问题，对算法的优越性进行验证，求解任务分配算例以验证改进算法解决多无人机任务分配问题的可行性。实验结果表明，改进的遗传算法能跳出局部最优，收敛速度显著提升，在求解多无人机任务分配问题时，寻优效果优于改进前的算法。