Resumen

Con el desarrollo de la ciencia y la tecnología modernas, el campo de los vehículos aéreos no tripulados también ha entrado en la era de la exploración de alta tecnología. Entre ellos, la planificación de tareas, la asignación, la exploración de trayectorias y la optimización de algoritmos de la tecnología de múltiples UAV heterogéneos son nuestras principales preocupaciones. Basándose en la situación anterior, este documento propone una tecnología de planificación de tareas de múltiples UAV heterogéneos basada en el algoritmo de colonia de hormigas alimentado por la red neural BP. La planificación, la investigación y el diseño se llevan a cabo principalmente de acuerdo con la situación real de la prueba de vuelo del UAV, y el modelo de programación matemática se establece de acuerdo con el grado de carga del UAV y la distancia máxima de vuelo como restricciones. Este trabajo se centra en la contribución del algoritmo de optimización de colonias de hormigas a la maximización de beneficios y la minimización de tareas. Los resultados experimentales muestran que la red neuronal BP optimizada por el algoritmo de colonia de hormigas puede mejorar el número de iteraciones y el tiempo de entrenamiento. Comparado con algunos algoritmos comparativos, su rendimiento es mejor.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:algoritmo de colonias de hormigas, red neuronal, número de iteración, campo del uav, planificación de tareas del uav, tarea del uav múltiple, grado de carga del uav, distancia máxima de vuelo, algoritmo de optimización de colonias, tecnología del uav múltiple
• Keywords:ant colony algorithm, neural network, number of iteration, field of uav, uav task planning, multi uav task, uav load degree, maximum flight distance, colony optimization algorithm, multi uav technology