【技术实现步骤摘要】
本专利技术属于任务分配，尤其涉及一种异构载体集群在线任务分配nhho算法及系统。
技术介绍
1、异构载体集群任务分配是根据集群内异构载体的数量、种类、指定目标以及它们搭载的不同载荷，向每台载体分配合适的作业任务。在这其中，异构载体集群任务分配的重点是根据任务范围环境的现实情况，结合无人载体的性能、燃料消耗、任务优先级和目标威胁等要素，为每个无人载体策划科学的行动方案。同时，为了确保在任务范围环境下异构载体集群达到最优的性能表现，需要任务分配合理制定载荷配置和使用时间点。
2、在异构载体集群任务分配的背景下，现有技术主要面临以下几个问题及缺陷：
3、1)hho算法易陷入局部最优解：
4、问题：hho(harrishawksoptimization)算法在任务分配过程中，容易陷入局部最优解，导致无法找到全局最优解。这一问题在复杂任务分配环境中尤为突出，影响了异构载体集群的整体性能表现。
5、影响：导致任务分配效率低下，资源利用不充分，无法充分发挥异构载体集群的优势。
6、2)搜索初期时的搜索性能差：
7、问题：hho算法在搜索初期表现出搜索性能差的缺点，难以快速找到高质量的解。这使得在任务开始阶段，任务分配的效率和效果都较低，影响了任务的整体进展。
8、影响：导致初期任务分配效果不佳，需要多次调整和优化，延长了任务规划时间。
9、3)算法程序运行下的适应度函数收敛效果不明显：
10、问题：相比遗传算法和粒子群算法，hho算法在
11、影响：适应度函数收敛速度慢，导致优化过程时间长，增加了计算成本，且优化结果不够理想。
12、4)无法充分考虑任务范围环境的动态变化：
13、问题：现有技术在任务分配过程中，往往难以充分考虑任务范围环境的动态变化，缺乏对实时变化的适应能力。这对异构载体集群在复杂环境下的任务执行带来了挑战。
14、影响：任务分配方案无法及时适应环境变化，影响任务执行的灵活性和有效性。
15、5)任务优先级和目标威胁的综合考量不足：
16、问题：现有技术在进行任务分配时，往往对任务优先级和目标威胁的综合考量不足，导致任务分配方案不能全面优化。
17、影响：导致高优先级任务和高威胁目标得不到充分关注，影响任务执行的总体安全性和效果。
18、6)载荷配置和使用时间点的合理制定困难：
19、问题：在任务分配过程中，合理制定载荷配置和使用时间点较为困难。现有技术在这方面的支持和优化能力有限。
20、影响：载荷使用不合理，导致资源浪费或任务失败，影响异构载体集群的整体效能。
21、在异构载体集群任务分配领域，现有技术主要面临hho算法易陷入局部最优、搜索初期性能差、适应度函数收敛效果不明显、难以应对动态环境变化、任务优先级和目标威胁综合考量不足以及载荷配置和使用时间点制定困难等问题。这些问题和缺陷限制了异构载体集群的整体性能，亟需在算法优化和系统设计方面进行改进和提升。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种异构载体集群在线任务分配nhho算法。
2、本专利技术是这样实现的，一种异构载体集群在线任务分配nhho算法包括：
3、步骤1，输入异构载体集群，3类目标的相关数据，确定设置的初始化参数，包括种群规模、最大迭代次数、切换概率、跳跃强度等；
4、步骤2，根据对抗环境对种群进行初始化；
5、步骤3，应用哈里斯鹰算法引入螺旋更新机制计算，计算每个异构载体集群位置的标函数值，确定个体的适应度值，得到当前的最优函数值和相应的位置；
6、步骤4，更新3类目标位置和敌1类目标的具体位置；
7、步骤5，根据异构载体集群和1类目标发现情况进行动态任务分配；
8、步骤6，判断作用距离是否到标准，没有则返回步骤3；
9、步骤7，对3类目标及1类目标进行攻击；
10、步骤8，若未达到最大迭代次数或目标完成数量不够，则返回步骤3，否则，继续下一步；
11、步骤9，输出任务分配的适应度及需要时间。
12、本专利技术的另一目的在于提供一种异构载体集群在线任务分配系统包括：
13、初始化模块，用于输入异构载体集群，3类目标的相关数据，确定设置的初始化参数，包括种群规模、最大迭代次数、切换概率、跳跃强度等；根据对抗环境对种群进行初始化；
14、计算模块，用于应用哈里斯鹰算法引入螺旋更新机制计算，计算每个异构载体集群位置的标函数值，确定个体的适应度值，得到当前的最优函数值和相应的位置；更新3类目标位置和敌1类目标的具体位置；
15、分配模块，用于根据异构载体集群和1类目标发现情况进行动态任务分配；
16、判断模块，用于判断作用距离是否到标准，
17、输出模块，用于输出任务分配的适应度及需要时间。
18、本专利技术的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述异构载体集群在线任务分配nhho算法的步骤。
19、本专利技术的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述异构载体集群在线任务分配nhho算法的步骤。
20、本专利技术的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述异构载体集群在线任务分配系统。
21、结合上述的技术方案和解决的技术问题，请从以下几方面分析本专利技术所要保护的技术方案所具备的优点及积极效果为：
22、第一、本专利技术首先对hho算法进行改进，采用在线任务分配方法中的合同网协议对哈里斯鹰算法进行改进，防止算法过早出现局部最优，从而提高收敛程度，并将鲸鱼算法螺旋搜索方式引入进而增强算法在搜索初期时的搜索性能，针对第三章定义的不同初始条件，使用改进后的算法进行了程序运行，并对结果进行了深入分析。这一分析的结果清晰地展示了改进算法的可行性与有效性。
23、第二，本专利技术的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难题：
24、从实验结果来看，本专利技术提出的一种异构载体集群在线任务分配nhho算法及系统适用于异构载体集群在线任务分配，nhho算法显著提高了任务分配的效率，有效地引导了种群朝着全局最优解的方向进化，从而增强了算法的全局搜索能力。此外，所采用的改进措施提升了算法在初始阶段的优化性能，并减少了落入局部最优解的性，这证明了改进后的算法与传统算法相比有着实质性的提高。因此，本专利技术在一定程度上解决了异构载体集群本文档来自技高网...
【技术保护点】
1.一种异构载体集群在线任务分配NHHO算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的异构载体集群在线任务分配的NHHO算法，其特征在于，所述步骤c中，通过引入螺旋更新机制，哈里斯鹰算法能够模拟鹰的狩猎行为，以螺旋方式更新异构载体集群的位置，从而优化任务分配。
3.根据权利要求1或2所述的异构载体集群在线任务分配的NHHO算法，其特征在于，所述步骤d中，动态任务分配基于异构载体集群的当前位置和一类目标的发现情况，通过评估各个异构载体的适应度值，实现任务的最优分配。
4.一种实施如权利要求1所述异构载体集群在线任务分配NHHO算法的异构载体集群在线任务分配系统，其特征在于，所述异构载体集群在线任务分配系统包括：
5.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1所述异构载体集群在线任务分配NHHO算法的步骤。
6.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如
7.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求2所述异构载体集群在线任务分配系统。
...【技术特征摘要】
1.一种异构载体集群在线任务分配nhho算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的异构载体集群在线任务分配的nhho算法，其特征在于，所述步骤c中，通过引入螺旋更新机制，哈里斯鹰算法能够模拟鹰的狩猎行为，以螺旋方式更新异构载体集群的位置，从而优化任务分配。
3.根据权利要求1或2所述的异构载体集群在线任务分配的nhho算法，其特征在于，所述步骤d中，动态任务分配基于异构载体集群的当前位置和一类目标的发现情况，通过评估各个异构载体的适应度值，实现任务的最优分配。
4.一种实施如权利要求1所述异构载体集群在线任务分配nhho算法的异构载...
【专利技术属性】
技术研发人员：吴鹏飞，陈博宇，王哲，黄隽，刘玥，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。