Java实现细菌觅食算法_无人机调度算法研究与管控平台设计

【摘要】无人机调度是多无人机执行任务的关键环节,合理的安排无人机调度方案以使得无人机系统收益最大、代价最小具有重要的意义。同时,一个可管控多架无人机的管控平台也逐渐成为研究的热点,它的研究对整个无人机系统的实际应用有着重要的意义。本课题在无人机调度算法研究的基础上,完成了无人机管控平台的设计。

在无人机调度算法方面,首先明确了无人机调度的相关概念,讨论了调度的约束条件及目标函数,并为其建立数学模型,在理论上对无人机调度进行了研究并选定了蚁群算法来解决无人机调度问题。详细介绍了蚁群算法的原理,同时对基本蚁群算法的优缺点及参数进行了分析,针对蚁群算法收敛速度较慢且易收敛于局部最优解的缺陷,在算法前期利用K-means与细菌觅食算法相结合的聚类技术动态调整蚁群算法的参数,算法后期利用遗传算法进行改进使其跳出局部最优,并将改进的蚁群算法应用到无人机调度中验证了算法的有效性。对改进的蚁群算法进行了仿真测试,结果表明该算法不仅提高了无人机调度效率,而且使无人机资源得到了更充分的利用,更好的发挥了无人机的优势。

在无人机管控平台方面,首先进行了需求分析,然后介绍了平台涉及的相关技术与理论,最后完成了管控平台的设计实现。平台基于SSM(Spring MVC+Spring+Mybatis)框架,采用B/S架构,利用Java、html、JavaScript等语言,使用SQL Server数据库等进行开发设计,可同时管控多架无人机,主要实现了用户登录、无人机管理、硬盘录像机管理、视频管理、航线管理、指令控制及飞行数据显示等功能,并将无人机调度算法求得的调度方案应用于航线管理模块。测试表明,无人机管控平台,其能够稳定、准确地实现对无人机的管理与控制,实时地发送任务指令并接收、显示无人机数据,可靠性高、通信实时性强。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值