王超 于德洋 王子强 吕松天 牟洋

（1.中国航天空气动力技术研究院 北京市 100074 2.中国人民解放军陆军装甲兵学院 北京市 100072）

无人机（Unmanned Aerial Vehicle, UAV）在1991年海湾战争中得到了成功的应用。经过了长时间的发展，UAV技术在各个领域已发挥出独特的作用，但是也产生了许多新的问题[1]。例如在复杂的战场环境下，需要多无人机有序地执行多个任务，才能有效地提高作战效能[2]。

多无人机的多任务规划问题与多约束条件下的多车场车辆路径规划问题有很多相似之处。在研究了多约束下多车场车辆路径问题时，传统寻优方法效率低、耗时长，找不到满意解，导致工作效率过低。为了提高寻优效率，往往都需要引入一个能解决复杂问题的算法。遗传算法[3]是一种通过模拟自然进化过程搜索最优解的方法。基于此特性魏凯[4]曾使用改进的遗传算法解决软时间窗车辆路径问题。本文设计参考多车场车辆路径问题的数学模型，建立了多无人机多任务带软时间窗的数学模型。并在传统的多无人机多任务规划模型的基础上，考虑到无人机在飞行过程中受到的雷达探测威胁和地面火力威胁，增加了威胁约束，再对无人机飞行路径进行精细规划，使其能绕过威胁区域。并利用改进的遗传算法对多无人机多任务规划模型函数进行求解，使无人机可以高效快速的执行复杂任务。

1 相关理论

1.1 遗传算法

遗传算法是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，从问题解的串集开始搜索，而不是从单个解开始。……