蚁群算法与无人机郑世飞201210405105

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

人工智能及其应用结课论文课程名称:人工智能及其应用论文名称:蚁群算法与无人机学院:信息工程与自动化学院专业:计算机科学与技术年级:2012学生姓名:郑世飞(学号201210405105)目录1、蚁群算法与无人机的应用价值......................................................................22、蚁群算法与无人机的难题...............................................................................23、蚁群算法与无人机的收获.............................................................................24、综述...................................................................................................................35、分析..................................................................................................................46、结论...................................................................................................................6摘要:随着无人机(UnmannedAerialVehicle,UAV)在现代战争中越来越广泛的应用,以及适应新军事变革要求的联合无人机作战概念的不断发展,无人机战术控制日益成为缩短无人机传感器到战术用户之间的信息决策链,实现跨建制、网络化、扁平化的无人机指挥与控制,发挥多无人机协同和集群优势的关键问题。无人机战术控制不仅涉及公共的信息标准、开放的体系结构和可重构的无人机任务规划与指挥控制功能组件等基本问题,而且还需要解决在复杂战场环境中多无人机协同执行多用户战术任务的高层协调控制问题,这对现有的优化理论和控制方法提出了挑战。应用价值:从最大程度满足用户需求、降低网络通信负载出发,给出了需求满足最大化的单播路由模型以及费用最小化的多播路由模型。在此基础上,针对情报单播分发的敏捷性要求,在RLACA算法的基础上调整了蚁群状态转移规则,设计了信息素的局部更新机制,提出了求解情报分发单播路由的蚁群算法。仿真实验表明,算法能快速获取问题的(近似)全局最优解。针对当前多播路由算法易陷入局部极值的问题,在异质多子群蚁群优化基础上引入控制配队策略,设计了配队蚁群算法(TMACA)。TMACA采用基于多播树结构的信息素广域再励更新机制,在提升收敛速度的同时保证了全局搜索能力;仿真实验结果表明,TMACA具有跳出局部极值的能力,而且能快速收敛到(近似)全局最优解,算法性能不随网络规模的增长而急剧变化。难点:我觉得无人机未来的难点在于不确定战场环境的自主作战能力,还有就是对通信的依赖性,在不确定因素下和通信干扰下就会增加执行任务的难度,从失去了战略的先机.收获:在这次报告,通过查询资料,了解了世界军事格局将来的发展道路,可能不远的将来战争已经不再是人与人的对战,而是各类智能机器进行对战,没有人牺牲可是破坏性更大!战略方式也更多,那时情报侦查也就占更多的比重了,所以无人机的发展趋势将来也会越好的。同时了解蚁群算法在无人机中各项职能所占的比重,而在将来蚁群算法也会在智能领域中占有一席之地。综述:无人机(unmannedaerialvehicle或drone)无人机是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。它最早出现于20世纪20年代,当时是作为训练用的靶机使用的。是一个许多国家用于描述最新一代无人驾驶飞机的术语。从字面上讲,这个术语可以描述从风筝,无线电遥控飞机,到V-1飞弹从发展来的巡航导弹,但是在军方的术语中仅限于可重复使用的比空气重的飞行器。无人机用途广泛,成本低,效费比好;无人员伤亡风险;生存能力强,机动性能好,使用方便,在现代战争中有极其重要的作用,在民用领域更有广阔的前景。无人机的飞速发展和广泛运用是在海湾战争后。以美国为首的西方国家充分认识到无人机在战争中的作用,竞相把高新技术应用到无人机的研制与发展上:新翼型和轻型材料大大增加了无人机的续航时间;采用先进的信号处理与通信技术提高了无人机的图像传递速度和数字化传输速度;先进的自动驾驶仪使无人机不再需要陆基电视屏幕领航,而是按程序飞往盘旋点,改变高度和飞往下一个目标。新一代的无人机能从多种平台上发射和回收,例如从地面车辆、舰船、航空器、亚轨道飞行器和卫星进行发射和回收。地面操纵员可以通过计算机检验它的程序并根据需要改变无人机的航向。而其他一些更先进的技术装备、如高级窃听装置、穿透树叶的雷达、提供化学能力的微型分光计设备等,也将被安装到无人机上。在越南战争,海湾战争乃至北约空袭南斯拉夫的过程中,无人机都被频繁地用于执行军事任务。无人机虽然不是战场上空执行空中任务的主力,但也成为不可缺少的重要组成部分。由于无人机是无人驾驶,因而可以把它送到危险的环境执行任务而无须担心人员伤亡,所以世界上各主要军事国家对无人机在军事上的用途十分青睐。无人机分为侦察机和靶机。侦察机用于完成战场侦察和监视、定位校射、毁伤评估、电子战等;也可民用,如边境巡逻、核辐射探测、航空摄影、航空探矿、灾情监视、交通巡逻、治安监控等;靶机可作为火炮、导弹的靶标。新一代无人机的发展方向:从低空,短航时向高空,长航时发展老式的无人机滞空时间短,飞行高度低,侦察监视面积小,不能连续获取信息,甚至会造成情报“盲区”,不适应现代战争的需要。为此,美国陆军研制了“蒂尔”II超高空,长航时无人机。向隐形无人机方向发展为了对付日益增强的地面防空火力的威胁,许多先进的隐形技术被应用到无人机的研制上。一是采用复合材料、雷达吸波材料和低噪声发动机。如美军“蒂尔”II无人机除了主梁外,几乎全部采用了石墨合成材料,并且对发动机出气口和卫星通信天线作了特殊设计,飞行高度在300米以上时,人耳听不见;在900米以上时,肉眼看不见。二是采用限制红外光反射技术,在机身表面涂上能够吸收红外光的特制油漆并在发动机燃料中注入防红外辐射的化学制剂。三是减小机身表面缝隙,减少雷达反射面。四是采用充电表面涂层还具有变色的特性:从地面向上看,无人机具有与天空一样的颜色;从空中往下看,无人机呈现与大地一样的颜色。从实时战术侦察向空中预警方向发展美军认为,21世纪的空中侦察系统主要由无人机组成。美军计划用预警无人机取代E-3和E-8有人驾驶预警机,使唤其成为21世纪航空侦察的主力。向空中格斗方向发展攻击无人机是无人机的一个重要发展方向。由于无人机能预先靠前部署,可以在距离所防卫目标较远的距离上摧毁来袭的导弹,从而能够有效地克服“爱国者”或C-300等反导导弹反应时间长、拦截距离近、拦截成功后的残骸对防卫目标仍有损害的缺点。如德国的“达尔”攻击型无人机,能够有效地对付多种地空导弹,为己方攻击机开辟空中通道。以色列的“哈比”反辐射无人机,具有自动搜索、全天候攻击和同时攻击多个目标的能力。美国研制和发展无人机的主要国家之一。美军认为无人机适合冷战后的“地区防务战略”和监视地区冲突的需要。为了提高战场实时侦察能力,美军研制和装备了以下无人机。“先锋”无人机已经在波黑、海地、索马里以及海湾参加过作战。动力为19千瓦,作战半径约为185公里,留这5小时,45公斤的负载包括红外或电子光学图像设备。“先锋”无人机常与E-8C探测到潜在的高等级目标,然后“先锋”无人机进入目标区实施侦察。分析:(1)关于蚁群算法:M.Dorigo等人于1991年首先提出了蚁群算法。其主要特点就是:通过正反馈、分布式协作来寻找最优路径。这是一种基于种群寻优的启发式搜索算法。它充分利用了生物蚁群能通过个体间简单的信息传递,搜索从蚁巢至食物间最短路径的集体寻优特征,以及该过程与旅行商问题求解之间的相似性。得到了具有NP难度的旅行商问题的最优解答。同时,该算法还被用于求解Job-Shop调度问题、二次指派问题以及多维背包问题等,显示了其适用于组合优化类问题求解的优越特征。(2)关于蚁群算法的模式R蚁群算法之所以能引起相关领域研究者的注意,是因为这种求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来。其中,寻优的快速性是通过正反馈式的信息传递和积累来保证的。而算法的早熟性收敛又可以通过其分布式计算特征加以避免,同时,具有贪婪启发图3蚁群在障碍物前经过一段时间后的情形式搜索特征的蚁群系统又能在搜索过程的早期找到可以接受的问题解答。这种优越的问题分布式求解模式经过相关领域研究者的关注和努力,已经在最初的算法模型基础上得到了很大的改进和拓展。经过一定时间,从食物源返回的蚂蚁到达D点同样也碰到障碍物,也需要进行选择。此时A,B两侧的信息素浓度相同,它们仍然一半向左,一半向右。但是当A侧的蚂蚁已经完全绕过障碍物到达C点时,B侧的蚂蚁由于需走的路径更长,还不能到达C点,图3所示蚁群在障碍物前经过一段时间后的情形。此时对于从蚁巢出发来到C点的蚂蚁来说,由于A侧的信息素浓度高,B侧的信息素较低,就倾向于选择A侧的路径。这样的结果是A侧的蚂蚁越来越多,最终所有蚂蚁都选择这条较短的路径,图4表示蚁群最终选择的路径图4蚁群最终选择的路径上述过程,很显然是由蚂蚁所留下的信息素的“正反馈”过程而导致的。蚂蚁个体就是通过这种信息的交流来达到搜索食物的目的。蚁群算法的基本思想也是从这个过程转化而来的。结论:经过查资料了解,无人机还有很大发展空间,比如:1)、高空长航时化老式的无人机滞空时间短,飞行高度低,侦察监视面积小,不能连续获取信息,甚至会造成情报“盲区”,不适应现代战争的需要。为此,美国陆军研制了“蒂尔”II超高空,长航时无人机。2)、隐形无人机化为了对付日益增强的地面防空火力的威胁,许多先进的隐形技术被应用到无人机的研制上。一是采用复合材料、雷达吸波材料和低噪声发动机。如美军“蒂尔”II无人机除了主梁外,几乎全部采用了石墨合成材料,并且对发动机出气口和卫星通信天线作了特殊设计,飞行高度在300米以上时,人耳听不见;在900米以上时,肉眼看不见。二是采用限制红外光反射技术,在机身表面涂上能够吸收红外光的特制油漆并在发动机燃料中注入防红外辐射的化学制剂。三是减小机身表面缝隙,减少雷达反射面。四是采用充电表面涂层还具有变色的特性:从地面向上看,无人机具有与天空一样的颜色;从空中往下看,无人机呈现与大地一样的颜色。3)\空中预警化美军认为,21世纪的空中侦察系统主要由无人机组成。美军计划用预警无人机取代E-3和E-8有人驾驶预警机,使唤其成为21世纪航空侦察的主力。空中格斗化攻击无人机是无人机的一个重要发展方向。由于无人机能预先靠前部署,可以在距离所防卫目标较远的距离上摧毁来袭的导弹,从而能够有效地克服“爱国者”或C-300等反导导弹反应时间长、拦截距离近、拦截成功后的残骸对防卫目标仍有损害的缺点。如德国的“达尔”攻击型无人机,能够有效地对付多种地空导弹,为己方攻击机开辟空中通道。以色列的“哈比”反辐射无人机,具有自动搜索、全天候攻击和同时攻击多个目标的能力。通过学习,和查询资料了解蚁群算法在无人机智能中的运用,也更加明白了蚁群算法的原理!蚁群优化选择将会在将来发展更广阔的天空!

1 / 8
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功