人工蜂群算法在警用无人机战术需求中的应用浅析

人工蜂群算法在警用无人机战术需求中的应用浅析

摘要随着无人机在警务工作中越来越广泛的应用，以及适应新形势下警务实战化改革需求的无人机联合信息传导概念的不断发展，如何发挥无人机集群智能成为了当前警用无人机需解决的问题。立足于生物科技，将人工蜂群算法与警用无人机控制应用技术结合，探索能够有效优化无人机集群智能的应用方法。

关键词人工蜂群算法；集群智能；无人机；最优值

引言

当前国内外对无人机战术规划的研究成果比较多，但主要集中在无人机的航行移动上。虽然无人机战术功能研究近年来受到了广泛的重视，也取得了较大的进展，但相对于无人机的航行移动仍处于远远滞后的状态。航行移动和战术功能是无人机战术规划中密不可分的两个重要步骤，只有保证两者协调发展，才能对无人机执行作战任务提供全面支持，从而使无人机能够满足更多任务需求。通过对无人机集群智能问题进行层次分析，将无人机集群智能问题劃分为航行移动问题和战术功能问题分别进行分析，再进行有机结合，有效地降低原问题的复杂性。

1 从航行移动上发挥警用无人机集群智能优势

在传统的警用无人机应用中，首先要解决无人机在飞行过程中的供能问题，既无人机本身的载荷能力考量。一般小型无人机动力不足以支持长时间的作战任务需求。为此，从提高任务执行效能上考虑，要优化执行任务中的航行移动问题。针对此类问题，我们要将地形学和ABC算法相结合，通过地形学对航行移动路线的拓展，以降低航行移动路线的复杂程度，再通过ABC算法对相关任务地形进行快速的路线搜索，针对航行移动问题的实际要求，将集群智能机制引入ABC 算法的信息更新机制中，显著地提高了最优值的搜索效率。同时，分析警用无人机在实际过程中情报搜集问题的特殊性与复杂性，从最大程度满足用户需求出发，给出了需求满足最优值的战术处理路径和行动路线。利用ABC算法协同性强、搜索行为灵活等优点，在算法的基础上，利用蜂群采蜜行为的分工协同能力，引入蜂群当前循环中的生物天性，调整了多无人机现实战术计划，从而提高了搜索效率[1]。

2 从战术功能上发挥警用无人机集群智能优势

愈来愈加特殊化和复杂化的任务和战术环境，使得警务无人机在应用方面更趋向于多元化。在过去的研究中，无人机任务类型及能力制约是指对单架无人机，其机上携带的任务载荷和功能配备是有限的，所能完成的任务类型及数量受其任务载荷限制。为此，在无人机协同多任务分配问题中，由于单架无人机所能完成的任务类型和数量有限，故特定的无人机只能执行与自身能力相符合的任务，且其任务过程不能超过自身最大任务数量限制和飞行载荷限制，超出自身能力范围的任务就必须交由其他无人机执行。为此，在当前警用无人机的技术水平上，依

靠单一的无人机还远远满足不了战术要求。针对任务分配问题，在通用人工蜂群模型的基础上进行扩展，建立了协同多任务分配问题模型，并在此基础上根据问题自身特点，提出了基于分工机制的ABC算法，实现了对协同任务分配问题最优值求解。从实际方面来说，单一的无人机无论是执行区域搜索还是重点对象侦察还是地形勘测，或者是对目标的打击和损毁评估任务，都可以从ABC算法的集群智能思想出发，立足于满足各种制约条件的基础，将待完成任务集合中的任务合理地分配给各无人机，并确定各无人机执行任务类型以及优先关系，实现多机之间的任务协同关系，提高任务执行的效能，在任务评价指标下达到最优或较优[2]。

3 在实际作战中发挥警用无人机集群智能优势

由于作战任务的复杂性和多重性，依靠一架无人机单独执行和完成任务的可能性越来越小，往往需要出动多架甚至大规模无人机组成作战网络，通过时间和空间的配合协同作战。首先要明确，在实际作战中航行移动的最优值不仅仅是寻找到目标距离最短的路径。对于复杂战场环境下的无人机航行移动，考虑环境气候、敌方破坏等情况，使得构成无人机路线的过程上除了航行代价之外，还存在着威胁代价。从整体任务执行计划来看，让单一的无人机配备相对应目标设备（不妨假设集群中的无人机载荷能力相同），通过整个无人机集群的任务协同和集群功能，可同时进行多项目标的完成。如在对危险区域进行侦察时，集群无人机进行不同分工，在相同的单位时间内完成对目标的侦测、实施打击、信息干扰等一系列任务，充分发挥无人机协同任务和我集群功能规划优势，大大减少任务时间消耗。

在反恐形势如此严峻的当今，警用无人机面临充满对抗的作战环境。无人机集群智能作用的充分发挥不仅仅取决于己方的任务计划，而是由敌我双方对抗的作战行为共同决定。现阶段关于无人机集群智能所建立的问题模型，通常能有效反映战场环境中相对确定的任务因素在任务中的作用。但难以避免敌方对抗行为对无人机协同多任务规划过程的随机性影响。因此，下一步警用无人机研究方向，应该更趋向于建立能够充分评测敌我双方动态对抗行为的无人机集群智能问题模型，促进警用无人机战术应用的发展。

参考文献

[1] 王琦.基于人工蜂群算法的水位流量关系最优定线研究[J].广西水利水电，2012，（5）：30-33.

[2] 孟妍，吴小瑛.人工蜂群算法综述[J].信息技术与信息化，2013，（4）：46-48.

1.张志学，男，公安边防部队高等专科学校指挥系参谋业务教研室主任.

2.吴少荣，男，公安边防部队高等专科学校边防指挥系二队，学员。