论文部分内容阅读
针对标准量子粒子群算法对多无人机任务分配中离散狭长解空间适应性差的问题,提出了基于粒子收敛程度的自适应惯性权重与量子门变异算子,将标准量子粒子群算法进行改进。利用自适应惯性权重加速算法快速接近真实的Pareto最优解,且协调算法在狭长解空间下寻优前后期的全局与局部搜索能力,使得算法具有动态自适应性,同时引入量子门变异算子保证解的多样性与寻优精度。仿真结果表明,改进的量子粒子群算法在多无人机任务分配问题中,提高了任务分配的精度与寻优效率,使任务分配达到全局最优值。