买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于量子飞狐机制的多目标无人机任务分配方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119781293B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411951800.1，技术领域涉及：G05B13/04；该发明授权一种基于量子飞狐机制的多目标无人机任务分配方法及系统是由魏佳林;高洪元;刘庆玲;生雪莉;张炎;王富林;谷钰;陈美齐;陈欣;吴希贤设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种基于量子飞狐机制的多目标无人机任务分配方法及系统在说明书摘要公布了：本发明公开了一种基于量子飞狐机制的多目标无人机任务分配方法及系统，涉及无人机任务分配技术领域，用以解决传统方法中无法解决多目标无人机任务分配的技术问题。本发明的技术要点包括：建立多无人机任务分配模型，进而设置多目标无人机任务分配的目标函数；将目标函数作为适应度函数，利用量子飞狐群算法对所述目标函数进行优化求解，获取最优的任务分配矩阵；其中将原有飞狐算法中复杂的参数进行了简化，改善了飞狐算法易陷入局部最优解及无法求解多目标工程问题的缺点，与其它方案相比，获取的非支配解集能满足更广泛的分配场景，拓展了应用范围。本发明实现了多目标无人机任务分配。

本发明授权一种基于量子飞狐机制的多目标无人机任务分配方法及系统在权利要求书中公布了：1.一种基于量子飞狐机制的多目标无人机任务分配方法，其特征在于，包括以下步骤： 步骤一、建立多无人机任务分配模型，进而设置多目标无人机任务分配的目标函数；步骤一中所述目标函数为： 式中，min表示最小化；为作战收益适应度函数；为损耗代价适应度函数；为时间代价适应度函数； 式中，N为无人机数量；M为目标数量；A＝{an,m|an,m∈{0,1}}N×M表示任务分配矩阵，其中n＝1,2,...,N，m＝1,2,...,M，an,m＝1表示第n架无人机负责对第m个敌方目标执行作战任务，an,m＝0表示第n架无人机不对第m个敌方目标的作战任务；P′n,m表示无人机n攻击目标m的概率；P″n,m表示无人机n攻击目标m后的生存概率；V′m表示第m个目标的价值；为第n架无人机执行的最大任务数；Sn为第n架无人机执行任务的总航程，为第n架无人机的最大航程；表示第n架无人机的移动平均速度；max·为最大值函数；|·|为绝对值函数；χ1、χ2和χ3分别为任务约束惩罚项、攻击约束惩罚项和航程约束惩罚项的权值因子； 步骤二、将所述目标函数作为适应度函数，利用量子飞狐群算法对所述目标函数进行优化求解，获取最优的任务分配矩阵；包括： 步骤二一、初始化量子飞狐群；包括：设置量子飞狐群体的个体数为最大迭代次数为T，随机初始化设置量子飞狐的量子位置的每一维都为[0,1]之间的随机数，将第t代第i只量子飞狐的量子位置记作其中D代表量子位置向量的最大维度，该数值与目标数量相匹配，d＝1,2,...D；第t代第i只量子飞狐的量子位置对应的位置为该位置通过映射关系所得，和分别为搜索空间第d维位置的最大值和最小值；第t代第i只量子飞狐的适应度向量记作t为迭代次数；初始化储存替补量子飞狐的生存列表：将初代的量子飞狐随机加入到生存列表中，填满生存列表，大小为其中β是常数； 步骤二二、计算量子飞狐群中每只量子飞狐的适应度函数值；包括：将第t代第i只量子飞狐的量子位置映射为位置再将量子飞狐的位置映射为任务分配矩阵则第t代第i只量子飞狐的适应度函向量为：其中，t＝1,2,...,T； 步骤二三、利用所有量子飞狐的适应度函数值求得所有量子飞狐的非支配等级和拥挤距离； 步骤二四、利用量子飞狐死亡机制和量子飞狐的密度对量子飞狐进行更新； 步骤二五、利用量子飞狐群的种群演变策略更新量子飞狐群的量子位置； 步骤二六、判断是否达到迭代次数上限，若达到则终止迭代，进入步骤二七；若未达到，则返回步骤二四； 步骤二七、将具有最高非支配等级的量子飞狐的量子位置信息转换为任务分配矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。