公开(公告)号：CN120031295A

公开(公告)日：2025-05-23

申请号：CN202510071243.2

申请日：2025-01-16

Applicant: 上海大学

Inventor： 潘全科 ,  陈腾宇 ,  苗中华

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q50/02 ,  G06N20/00 ,  G06N3/126 ,  G06N3/092 ,  G06N3/045

Abstract: 一种采用基于分布估计的学习型模因算法的多植保无人机协同任务分配与调度方法，通过随机初始化生成符合约束的可行解，并初始化概率模型；利用概率矩阵生成任务点序列，并通过UATR数据驱动方法实现无人机分配；采用UATR对序列中的点进行无人机分配；通过四种局部搜索方法探索更高质量的解，利用精英子种群策略更新概率模型与UATR模型；根据更新后的模型生成最佳解决方案。本发明通过深度强化学习和概率模型的结合，实现了无人机任务分配与路径规划的高效、精准控制；UATR模型能够综合考虑无人机和任务点的综合信息，智能确定最优分配方案；局部搜索策略和精英子种群筛选方法的运用，提高了算法的收敛速度和解的质量，适用于农业植保、环境监测等领域的无人机任务规划。