基于Agent理论的多无人地面平台协同控制仿真研究

doi:10.16182/j.issn1004731x.joss.20-0260

系统仿真学报 ›› 2020, Vol. 32 ›› Issue (7): 1211-1219.doi: 10.16182/j.issn1004731x.joss.20-0260

基于Agent理论的多无人地面平台协同控制仿真研究

张云荣¹, 张志利^{2, *}, 李向阳², 王红光¹, 米文鹏¹, 孔祥通¹, 刘朋朋¹

1. 火箭军士官学校,山东青州 262500;
2. 火箭军工程大学,陕西西安 710025

收稿日期:2020-05-19 修回日期:2020-06-01 出版日期:2020-07-25 发布日期:2020-07-15
通讯作者: 张志利(1966-),男,河南濮阳,博士,教授,博导,研究方向为发射系统仿真
作者简介:张云荣(1993-),男,山东淄博,硕士,研究方向为发射系统仿真;李向阳(1984-),男,河南汝州,博士,副教授,研究方向为发射系统仿真。

Simulation Research on Cooperative Control of Multi Intelligent Ground Platform Based on Agent Theory

Zhang Yunrong¹, Zhang Zhili^{2, *}, Li XiangYang², Wang Hongguang¹, Mi Wenpeng¹, Kong Xiangtong¹, Liu Pengpeng¹

1. Rocket Sergeant School, Qingzhou 262500, China;
2. Rocket Force University of Engineering, Xi'an 710025, China

Received:2020-05-19 Revised:2020-06-01 Online:2020-07-25 Published:2020-07-15

摘要/Abstract

摘要： 为提升多无人地面平台协同控制能力,适应新形势下智能战争趋势,基于JADE和World Wind Java构建了多智能体地面平台协同控制仿真系统。运用多Agent理论建立无人地面平台仿真模型,基于JADE构建协同控制仿真平台,运用粒子群算法优化任务分配机制。仿真实验表明,构建的协同控制仿真平台具有良好的鲁棒性和灵活性,优化后的任务分配机制使得多无人地面平台群体执行任务效率明显提高,且可应用于其他海上、空中无人平台的仿真研究。

关键词: 无人地面平台, 协同控制, 仿真模型, 粒子群算法

Abstract: In order to improve the cooperative control ability of the multi Intelligent ground platform and to adapt to the trend of intelligent war in the new situation, a multi intelligent ground platform cooperative Control simulation system based on jade and world wind Java is constructed. Based on multi-agent theory, the simulation model of intelligent ground platform is build. Based on JADE, the cooperative Control simulation platform is constructed. The task allocation mechanism is optimized by the particle swarm optimization algorithm. The simulation results show that the cooperative Control simulation platform has good robustness and flexibility. The optimized task allocation mechanism can improve the efficiency of the multi intelligent ground platform group, and can be applied to the simulation of the other intelligent platforms on the sea and in the air.

Key words: Intelligent ground platform, cooperative control, simulation model, particle swarm optimization algorithm

中图分类号:

TP391.9

张云荣, 张志利, 李向阳, 王红光, 米文鹏, 孔祥通, 刘朋朋. 基于Agent理论的多无人地面平台协同控制仿真研究[J]. 系统仿真学报, 2020, 32(7): 1211-1219.

Zhang Yunrong, Zhang Zhili, Li XiangYang, Wang Hongguang, Mi Wenpeng, Kong Xiangtong, Liu Pengpeng. Simulation Research on Cooperative Control of Multi Intelligent Ground Platform Based on Agent Theory[J]. Journal of System Simulation, 2020, 32(7): 1211-1219.

参考文献 8

[1]	王林鹏, 王超磊, 戴玉婷. 转台外置的空馈式低频寻的制导半实物仿真研究[J]. 系统仿真学报, 2020, 32(1): 69-77.Wang Linpeng, Wang Chaolei, Dai Yuting.Research on the hardware in the loop simulation of air fed low frequency homing guidance outside the turntable[J]. Journal of System Simulation, 2020, 32(1): 69-77.
[2]	阮开智, 袁晴晴, 翟文华, 等. 基于Xsim平台的防空导弹武器系统仿真平台设计[J]. 系统仿真学报, 2020, 32(1): 142-148.Ruan Kaizhi, Yuan Qingqing, Zhai Wenhua, et al.Design of simulation platform for air defense missile weapon system based on xsim platform[J]. Journal of System Simulation, 2020, 32(1): 142-148.
[3]	史岩, 张立华, 董受全, 等. 基于ACO算法和Bezier曲线优化的巡航导弹航路规划[J]. 系统仿真学报, 2020, 32(1): 122-129.Shi Yan, Zhang Lihua, Dong Shiquan, et al.Route planning of cruise missile based on ACO algorithm and Bezier curve optimization[J]. Journal of System Simulation, 2020, 32(1): 122-129.
[4]	孙剑, 黄润涵, 李霖, 等. 智能汽车环境感知与规划决策一体化仿真测试平台[J]. 系统仿真学报, 2020, 32(2): 236-246.Sun Jian, Huang Runhan, Li Lin, et al.Integrated simulation and test platform for intelligent vehicle environment perception and planning decision[J]. Journal of System Simulation, 2020, 32(2): 236-246.
[5]	赵东见, 杨奕飞, 翟江涛. 基于JADE的多Agent协同仿真系统设计[J]. 江苏科技大学学报(自然科学版), 2017, 31(3): 316-320.Zhao Dongjian, Yang Yifei, Zhai Jiangtao.Design of multi agent collaborative simulation system based on jade[J]. Journal of Jiangsu University of Science and Technology (Natural Science Edition), 2017, 31(3): 316-320.
[6]	徐文胜, 武博, 蒋坚鸿. 武器装备虚拟维修训练系统行为树设计与实现[J]. 系统仿真学报, 2018, 30(7): 2722-2728.Xu Wensheng, Wu Bo, Jiang Jianhong.Design and Implementation of Behavior Tree of Virtual Maintenance Training System for Weapons and Equipment[J]. Journal of Systems Simulation, 2018, 30(7): 2722-2728.
[7]	杨卫, 曾亮, 康新晨. 基于蚁群算法的群机器人自组织聚集行为建模[J]. 系统仿真学报, 2020, 32(2): 191-200.Yang Wei, Zeng Liang, Kang Xinchen.Behavior modeling of self-organization and aggregation of swarm robots based on ant colony algorithm[J]. Journal of System Simulation, 2020, 32(2): 191-200.
[8]	潘怀奇, 闭应洲, 潘永华. 基于粒子群优化算法的最优极限学习机[J]. 广西师范学院学报(自然科学版), 2018, 35(4): 49-53.Pan Huaiqi, Ye Yingzhou, Pan Yonghua.Optimal limit learning machine based on particle swarm optimization algorithm[J]. Journal of Guangxi Normal University (Natural Science Edition), 2018, 35(4): 49-53.

[1]	马立新, 程颍. 计及可中断负荷的园区综合能源系统优化调度[J]. 系统仿真学报, 2022, 34(4): 817-825.
[2]	张凯庆, 嵇启春. 速度时变的多中心半开放式车辆路径问题研究[J]. 系统仿真学报, 2022, 34(4): 836-846.
[3]	陈魁, 毕利, 王文雅. 柔性作业车间AGV与机器双资源集成调度研究[J]. 系统仿真学报, 2022, 34(3): 461-469.
[4]	孙晓安, 栾小丽, 刘飞. 基于智能优化灰色模型的电子固废预测[J]. 系统仿真学报, 2022, 34(3): 536-542.
[5]	王红微, 杨鹏. 基于深度强化学习的机场货运业务优化研究[J]. 系统仿真学报, 2022, 34(3): 651-660.
[6]	魏腾飞, 潘庭龙. 基于改进PSO优化LSTM网络的短期电力负荷预测[J]. 系统仿真学报, 2021, 33(8): 1866-1874.
[7]	牛侃, 李冰, 付强. 基于混沌扰动机制粒子群算法的战场频率分配方法[J]. 系统仿真学报, 2021, 33(8): 1905-1913.
[8]	李向阳, 张志利, 张宁, 桂毅, 李嘉. 局部信息联通的多无人机协同控制过程仿真研究[J]. 系统仿真学报, 2021, 33(7): 1501-1513.
[9]	孟建军, 王终军, 胥如迅, 李德仓. 基于模糊复合策略的高速列车主动悬挂控制研究[J]. 系统仿真学报, 2021, 33(7): 1554-1564.
[10]	魏瑞轩, 吴子沉. 无人机集群实时任务分配方法研究[J]. 系统仿真学报, 2021, 33(7): 1574-1581.
[11]	刘晓琳, 吴竟祎. 飞机舵机电液加载系统控制补偿器设计与仿真[J]. 系统仿真学报, 2021, 33(5): 1031-1038.
[12]	李荣强, 文爱兵, 花斌, 李嘉骏, 姜兵. 航空装备虚拟维修训练仿真模型快速开发技术[J]. 系统仿真学报, 2021, 33(5): 1167-1176.
[13]	汪润鸿, 王红军, 邹湘军, 曾泽钦, 李慧, 黄钊丰, 刘伟良. 基于混合粒子群算法的组合式变速箱传动比优化研究[J]. 系统仿真学报, 2021, 33(4): 825-836.
[14]	陈魁, 毕利. 改进粒子群算法在考虑运输时间下的FJSP研究[J]. 系统仿真学报, 2021, 33(4): 845-853.
[15]	孙宇贞, 唐毅伟, 李帅. 基于改进粒子群算法的超超临界燃煤机组负荷系统建模[J]. 系统仿真学报, 2021, 33(4): 875-882.

基于Agent理论的多无人地面平台协同控制仿真研究

Simulation Research on Cooperative Control of Multi Intelligent Ground Platform Based on Agent Theory

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 8

相关文章 15

编辑推荐

Metrics

本文评价