城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题,综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素,以经济成本、时间损失和安全风险最小为目标函数,构建多无人机协同物流任务分配模型.因问题规模大、求解复杂度高,设计改进的量子粒子群算法进行求解.首先,为增强粒子遍历性和多样性,采用均匀化级联Logistic映射进行粒子初始化;其次,为避免算法陷入局部最优解,引入基于高斯分布的粒子变异方式;最后,为提高算法运行效率,运用自适应惯性权重方法对粒子赋值.仿真实验结果表明,所构建的模型能够实现任务分配多目标优化,贴近城市区域无人机物流配送实际;所提算法与传统量子粒子群算法和遗传算法相比,任务分配代价分别下降了5.9％和6.3％;并进一步对参数权重设置进行分析,当3个子目标函数权重系数分别为0.225、0.275和0.500,种群规模为150时,算法规划的结果最优.