典型文献
基于HS-PSO算法的水下无人集群协同探测优化部署技术
文献摘要：
利用水下无人集群执行协同作战任务,是未来海战场的一种新型作战样式,而优化部署技术是集群组网运用效能发挥的关键.针对水下无人集群协同探测需求,本文组合使用和声搜索算法(Harmony Search,HS)和粒子群优化算法(Particle Swarm Optimization,PSO),自动解算集群成员阵位,实现水下无人集群对任务区域的最大化有效探测覆盖.建立多约束条件下的有效探测覆盖率综合评价方法,对优化部署效果进行分析评估.仿真结果表明:HS-PSO算法具有相对稳定的全局寻优能力,与人工部署方案相比,经HS-PSO算法优化集群协同探测效能得到明显提升,可为水下无人集群智能协同任务规划提供有力支撑.
文献关键词：
和声-粒子群算法;水下无人集群;协同探测;优化部署
中图分类号：
作者姓名：
崔化超;赵玉林;晏谢飞;生雪莉
作者机构：
中国电子科技集团公司第二十八研究所,江苏南京210007;哈尔滨工程大学水声工程学院,黑龙江哈尔滨150001
文献出处：
引用格式：
[1]崔化超;赵玉林;晏谢飞;生雪莉-.基于HS-PSO算法的水下无人集群协同探测优化部署技术)[J].舰船科学技术,2022(24):50-55
A类：
水下无人集群,协同探测效能
B类：
HS,PSO,集群协同,优化部署,协同作战,作战任务,海战场,作战样式,群组,组网,运用效能,效能发挥,和声搜索算法,Harmony,Search,粒子群优化算法,Particle,Swarm,Optimization,自动解算,阵位,任务区,多约束条件,综合评价方法,分析评估,全局寻优,寻优能力,工部,部署方案,算法优化,集群智能,智能协同,协同任务规划,粒子群算法
AB值：
0.308632
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
