为提高无人机任务规划的规划效率,研究免疫算法在多无人机任务最优规划中的应用。先从俯仰角度、偏航角度和飞行高度等方面分析动力学约束条件,结合免疫算法结构建立任务最优规划问题的数学模型,将整体利益最大、路径和威胁代价最小为目标函数,设置约束准则;然后利用数字符串编码形成抗体,保证航程最优,同时计算抗体间亲和度,避免陷入局部最优;最后使用免疫记忆算子更新种群,采用高频变异方法改善规划空间搜索性能,设定合理的迭代次数作为算法终止条件,模型输出的结果即为任务最优规划方案。仿真实验表明,应用免疫算法的无人机即使在动态环境下也能在短时间内给出最优规划结果。

针对大容量耦合设计任务采用串行执行方式会导致设计项目开发周期冗长、规划方案数量庞大这一问题,通过对聚类分析对象的特点与耦合设计任务的特点进行分析比较,阐述了聚类分析用于缩短耦合任务执行周期和减少其规划方案数量的可行性,进而提出了一种基于聚类分析的大容量耦合设计任务规划的新方法,以获得耦合设计任务的最佳执行顺序及最短执行时间。以某机械手的研发过程为例,验证了该方法的有效性。