【路徑規劃】多無人機協同任務規劃【含Matlab原始碼 302期】

一、簡介

二、源代碼

1、問題 1 中對 10 個中心點的兩架次最優調度規劃 Matlab 源程式
clc;clear all;close all; position=load('坐標點.txt'); [m,n]=size(position);
j=1;
sumx=0; sumy=0; for i=1:10
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/10;ave(j,2)=sumy/10; j=j+1;
sumx=0; sumy=0; for i=11:19
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/9;ave(j,2)=sumy/9; j=j+1;
sumx=0; sumy=0; for i=20:24
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/5;ave(j,2)=sumy/5; j=j+1;
sumx=0; sumy=0; for i=25:34
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/10;ave(j,2)=sumy/10; j=j+1;
sumx=0; sumy=0; for i=35:41
sumx=sumx+position(i,1); sumy=sumy+position(i,2);

end ave(j,1)=sumx/7;ave(j,2)=sumy/7; j=j+1;
sumx=0; sumy=0; for i=42:47
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/6;ave(j,2)=sumy/6; j=j+1;
sumx=0; sumy=0; for i=48:53
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/6;ave(j,2)=sumy/6; j=j+1;
sumx=0; sumy=0; for i=54:58
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/5;ave(j,2)=sumy/5; j=j+1;
sumx=0; sumy=0; for i=59:63
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/5;ave(j,2)=sumy/5; j=j+1;
sumx=0; sumy=0; for i=64:68
sumx=sumx+position(i,1); sumy=sumy+position(i,2);
end ave(j,1)=sumx/5;ave(j,2)=sumy/5; j=j+1;
% ave=position;

Routebest=10000000000; for one=1:2^10/2
A=[];B=[];index=dec2bin(one,10); for two=1:10
if index(two)=='0' A=[A;ave(two,:)];




end

else end


B=[B;ave(two,:)];

[m,n]=size(A);
fit1=[];p1=[];
if m==1
fit1=A;L1=0;

else


[d1]=dj(A);
[p1,L1] = tspsearch2(d1,2);

for i=1:m
fit1(i,1)=A(p1(i),1);
fit1(i,2)=A(p1(i),2);

end
end
[m,n]=size(B);
fit2=[];p2=[];
if m==1
fit2=B;L2=0;

else


[d2]=dj(B);
[p2,L2] = tspsearch2(d2,2);

for i=1:m
fit2(i,1)=B(p2(i),1);
fit2(i,2)=B(p2(i),2);

end
end
if		(L1+L2)<Routebest Routebest=L1+L2;
fit1best=[];fit2best=[];p1best=[];p2best=[]; fit1best=fit1;fit2best=fit2;p1best=p1;p2best=p2;
end end
2、問題 1 中對 68 個目標點的兩架次最優調度規劃 Matlab 源程式
clc;clear all;close all; position=load('坐標點.txt'); po1=position(1:10,:);%A1 po2=position(11:19,:);%A2 po8=position(54:58,:);%A8 po9=position(59:63,:);%A9 po3=position(20:24,:); %A3 po4=position(25:34,:);%A4 po10=position(64:68,:);%A10 po7=position(48:53,:);%A7 po5=position(35:41,:);%A5 po6=position(42:47,:); %A6
A=[po2;po3;po4;po5;po6;po7;po8;po9;po10]; B=po1;
[d1]=dj(A);
[p1,L1] = tspsearch2(d1,2); [m,n]=size(A) ;
for i=1:m
fit1(i,1)=A(p1(i),1);
fit1(i,2)=A(p1(i),2);
end
[d2]=dj(B);
[p2,L2] = tspsearch2(d2,2); [m,n]=size(B) ;
for i=1:m
fit2(i,1)=B(p2(i),1);
fit2(i,2)=B(p2(i),2);
end 

三、備注

完整代碼或者代寫添加QQ 1564658423
往期回顧>>>>>>
【預測模型】基于matlab粒子群的lssvm預測【含Matlab原始碼 103期】
【lSSVM預測】基于matlab鯨魚優化演算法之lSSVM資料預測【含Matlab原始碼 104期】
【lstm預測】基于matlab鯨魚優化演算法之改進的lstm預測【含Matlab原始碼 105期】
【SVM預測】基于matlab蝙蝠演算法改進的SVM預測（一）【含Matlab原始碼 106期】
【SVM預測】基于matlab灰狼演算法優化svm支持向量機預測【含Matlab原始碼 107期】
【預測模型】基于matlab BP神經網路的預測【含Matlab原始碼 108期】
【lssvm預測模型】基于蝙蝠演算法改進的最小二乘支持向量機lssvm預測【Matlab 109期】
【lssvm預測】基于飛蛾撲火演算法改進的最小二乘支持向量機lssvm預測【Matlab 110期】
【SVM預測】基于matlab蝙蝠演算法之改進的SVM預測（二）【含Matlab原始碼 141期】
【lssvm預測】基于matlab飛蛾撲火演算法之改進的最小二乘支持向量機lssvm預測【含Matlab原始碼 142期】
【ANN預測模型】基于matlab差分演算法改進ANN網路預測【含Matlab原始碼 151期】
【預測模型】基于matlab RBF神經網路預測模型【含Matlab原始碼 177期】
【預測模型】基于matlab SVM回歸預測演算法來預測股票趨勢【含Matlab原始碼 180期】
【預測模型】基于matlab BP神經網路之模型優化預測【含Matlab原始碼 221期】
【預測模型】基于matlab RLS演算法的資料預測【含Matlab原始碼 222期】
【預測模型】基于matlab碳排放約束下的煤炭消費量優化預測【含Matlab原始碼 223期】
【路徑規劃】基于matlab A星和改進A星的路徑規劃【含Matlab原始碼 225期】
【TSP】基于matlab 改進的禁忌搜索演算法之求解旅行商問題【含Matlab原始碼 241期】
【TSP】基于matlab 改進的蟻群演算法之求解旅行商問題【含Matlab原始碼 242期】
【路徑規劃】基于matlab模擬退火演算法之求解火災巡邏最短路徑【含Matlab原始碼 252期】
【三維路徑規劃】基于matlab 無人機三維空間的航跡規劃【含Matlab原始碼 270期】
【路徑規劃】基于matlab分布式目標檢測和跟蹤的多無人機【含Matlab原始碼 289期】
【路徑規劃】基于matlab粒子群演算法求解無人機最短路徑【含Matlab原始碼 300期】
【無人機】多無人協同任務分配程式平臺【含Matlab原始碼 301期】