简介一套基于Python与粒子群优化算法实现的多无人机任务分配系统完整源码包面向无人机任务调度、智能算法应用方向的开发者与学习者。资源针对多无人机协同场景下的任务分配难题使用PSO将每个可行分配方案编码为粒子通过位置与速度迭代搜索最优解涵盖主程序、适应度计算、距离与时间处理、全局变量、解码及约束检查等模块可作为课程设计或研究项目的直接参考。压缩包体积约1.38MB共14个文件其中9个Python脚本构成核心算法框架4张PNG图直观展示无人机飞行轨迹、散点图与方案对比另附Git配置文件便于工程管理。目前已有1789人学习下载适合具备基础Python语法、想深入理解粒子群优化在组合优化中落地方法的读者。通过阅读与运行代码可掌握任务优先级、负载限制等真实约束下的PSO建模与调参思路并迁移到其他路径规划或资源调度场景。1. 多无人机任务分配为什么需要粒子群优化从指派问题到NP-hard多无人机任务分配Multi-UAV Task Allocation在工程上不是一个“多跑几个循环”就能解决的问题当无人机数量从 3 架增加到 10 架、任务点从 5 个增加到 20 个纯暴力枚举的组合数会瞬间爆炸而经典匈牙利算法只适用于一对一匹配面对“一架无人机依次执行多个任务”“不同任务价值不同”“无人机续航不同”这些现实约束时就无能为力了。粒子群优化算法PSO正好是这类离散组合优化问题的实用解它不要求目标函数可导不依赖初始解质量代码量小且易于并行非常适合在 Python 里快速实现一套多无人机任务分配原型系统。这篇笔记面向正在做毕业设计、竞赛或工程预研的开发者讲清楚从数学建模到 Python 落地的完整链路以及那些让 PSO 从“能跑”到“跑得好”的关键细节。2. 把任务分配写成数学模型目标函数、约束与编码方式2.1 问题定义与符号在写任何优化代码之前第一步是把任务分配描述成数学问题。我这里采用最常见的“多旅行商问题”变体有 N 架无人机M 个需要执行的任务点每架无人机从基地出发访问分配给它的任务点后返回基地。每架无人机有最大航程限制每个任务只能被一架无人机执行一次目标是让所有无人机的总飞行代价最小同时尽量均衡各无人机的负载。用符号表示就是决策变量为“哪个无人机去哪个任务点以及访问顺序”目标函数包含总航程、任务完成时间、任务价值收益等多个维度。实际工程里很少只优化单一目标通常是把多个目标加权成一个综合适应度值或者用 Pareto 多目标优化。但对于初版系统我建议先从单目标加权做起后续再扩展。约束条件里最容易被忽略的是“时序约束”某些任务有最早开始时间或者任务之间存在先后依赖关系。如果一开始就把这些约束全部塞进 PSO粒子群会很难收敛因为可行解空间被切得太碎。我一般先做无约束版本跑通链路再逐步加入约束惩罚项。2.2 连续PSO如何适配离散任务分配原始 PSO 是为连续实数优化设计的粒子位置是一个实数向量速度更新公式是 v wv c1r1*(pbest-x) c2r2(gbest-x)。而任务分配是离散决策问题所以必须做编码映射。常见有两种做法一种是“实数编码 排序映射”另一种是“直接离散化位置”。我推荐第一种原因是它保持了标准 PSO 的速度-位置更新机制不需要改动核心公式。具体做法是每个粒子的位置向量长度等于任务点数 M每一维的值是个实数。每次迭代后按这 M 个值从小到大排序排序结果对应的索引就是任务执行顺序然后按无人机的航程或任务容量约束把这个顺序切分成若干段分别分配给各无人机。这样“粒子位置”和“任务分配方案”之间就建立了一对一映射关系。第二种做法是直接把位置向量每一维取整成无人机编号但这样做的问题在于速度更新后取整会丢失梯度信息而且位置空间不连续粒子很容易在边界震荡。实测下来排序映射的收敛稳定性远好于直接取整新手做系统时不要走弯路。2.3 最小可跑通的PSO代码下面给出一个最简实现先让你看到 PSO 核心循环长什么样。这个版本不做任何工程化封装只用来验证“代码能不能跑通”import numpy as np # 任务点坐标首尾是基地这里随便造 6 个点 points np.array([[0, 0], [2, 3], [5, 1], [7, 4], [3, 6], [6, 2], [0, 0]]) def calc_distance(order): total 0.0 for i in range(len(order) - 1): total np.linalg.norm(points[order[i]] - points[order[i 1]]) return total n_particles 30 n_tasks len(points) - 2 # 去掉首尾基地实际任务点 pos np.random.rand(n_particles, n_tasks) * 20 - 10 vel np.random.rand(n_particles, n_tasks) * 2 - 1 pbest pos.copy() pbest_score np.full(n_particles, 1e9) gbest pos[0].copy() gbest_score 1e9 w, c1, c2 0.8, 1.5, 1.5 def decode(x): order np.argsort(x) 1 # 加 1 是因为 0 号是基地 return np.concatenate(([0], order, [len(points) - 1])) for iter in range(200): for i in range(n_particles): order decode(pos[i]) score calc_distance(order) if score pbest_score[i]: pbest_score[i] score pbest[i] pos[i].copy() if score gbest_score: gbest_score score gbest pos[i].copy() for i in range(n_particles): r1, r2 np.random.rand(2) vel[i] w * vel[i] c1 * r1 * (pbest[i] - pos[i]) c2 * r2 * (gbest - pos[i]) pos[i] pos[i] vel[i] print(最优路径:, decode(gbest)) print(最短距离:, gbest_score)这段代码的逻辑说明decode函数是核心np.argsort(x)把实数位置向量转成任务序列前后补上基地索引 0 和最后一个点就得到一个闭合路径。calc_distance按当前路径顺序累加欧氏距离作为适应度值。速度更新公式里r1、r2是每次迭代重新采样的随机数用来维持粒子多样性。参数说明w0.8是惯性权重控制粒子继承上一时刻速度的程度c11.5是自我认知系数c21.5是社会认知系数。这两个系数取 1.5 左右是 PSO 的常用经验值不需要每次改。粒子数 30 对 6 个任务点来说已经足够任务点增加到 30 个以上时建议把粒子数提到 80~120。3. 设计与实现多无人机任务分配系统模块划分与核心流程3.1 系统整体架构与数据流把 PSO 从“函数”升级成“系统”需要想清楚模块边界。一个可维护的多无人机任务分配系统至少包含四个模块任务参数输入、粒子群初始化、迭代优化引擎、结果解析与输出。输入模块负责读取任务点坐标、无人机数量、最大航程、任务价值等参数迭代优化引擎负责维护粒子群状态、计算适应度、更新速度和位置结果解析模块把最优粒子的位置向量还原成“每架无人机飞哪些任务点”的调度表。数据流方向是单向的原始参数 - 编码后的粒子群 - 适应度评估 - 速度和位置更新 - 直到满足终止条件 - 解码输出。这里最容易犯的错误是把“解码”功能散落到各个模块里导致后续想调整约束时到处改代码。我在实际系统里会定义统一的Solution类粒子的位置向量和解析后的调度方案绑定在一起迭代过程中只操作位置向量最终只解码一次。3.2 初始化、适应度与速度更新初始化时粒子位置向量每一维应在 [-10, 10] 范围内均匀随机这样排序映射产生的任务序列初始就具有较高的随机性。速度初始化一般取位置范围的 10%~20%也就是 [-2, 2] 左右。如果速度初始值太大粒子一开始会剧烈震荡适应度曲线呈现锯齿状太小则收敛很慢。适应度函数设计是整个系统最重要的部分。我的建议是把它拆成“代价项 约束惩罚项”两个层次。代价项包括总航程、任务完成总时间、任务收益的负值等约束惩罚项用于处理航程超限、任务遗漏、无人机负载不均等情况。工程上常用的是“外点罚函数法”约束破坏得越严重罚项越大粒子会被自然拉回可行域。速度更新部分要特别注意边界处理。位置向量虽然理论上是无界的但如果某些维度长期徘徊在很大数值上argsort的排序结果会被少数极端值主导其他维度失去区分度。我一般在每次更新后做位置裁剪限制在 [-100, 100] 内速度裁剪在 [-20, 20] 内防止数值溢出。3.3 用Python实现完整迭代下面是一个更接近工程可用的版本加入了“多无人机切分”和“航程约束惩罚”import numpy as np class PSOAllocator: def __init__(self, points, n_uavs, max_range, n_particles60, max_iter300): self.points np.array(points) self.n_uavs n_uavs self.max_range max_range self.n_particles n_particles self.max_iter max_iter self.n_tasks len(points) - 2 self.w, self.c1, self.c2 0.9, 1.5, 1.5 def compute_distance(self, order): # order 是任务点索引列表不含基地这里自动加上首尾基地 seq [0] [t 1 for t in order] [len(self.points) - 1] dist 0.0 for i in range(len(seq) - 1): dist np.linalg.norm(self.points[seq[i]] - self.points[seq[i 1]]) return dist def split_tasks(self, order): # 按“累计航程不超限”贪心切分任务给多架无人机 segments [] start_idx 0 current_uav 0 current_dist 0.0 base self.points[0] for i in range(len(order)): task_idx order[i] 1 d_to_task np.linalg.norm(base - self.points[task_idx]) d_task_to_base np.linalg.norm(self.points[task_idx] - base) if current_dist d_to_task d_task_to_base self.max_range: segments.append((current_uav, order[start_idx:i])) current_uav 1 start_idx i current_dist 0.0 if i start_idx: current_dist np.linalg.norm(self.points[task_idx] - self.points[order[i - 1] 1]) else: current_dist d_to_task segments.append((current_uav, order[start_idx:])) return segments def fitness(self, x): order np.argsort(x) segments self.split_tasks(order) total_dist 0.0 penalty 0.0 for uav, task_list in segments: seq [0] [t 1 for t in task_list] [len(self.points) - 1] d 0.0 for i in range(len(seq) - 1): d np.linalg.norm(self.points[seq[i]] - self.points[seq[i 1]]) total_dist d if d self.max_range: penalty (d - self.max_range) * 10 # 未覆盖所有任务的惩罚 assigned set() for _, task_list in segments: assigned.update(task_list) missing self.n_tasks - len(assigned) return total_dist penalty missing * 1000 def optimize(self): n self.n_particles m self.n_tasks pos np.random.uniform(-10, 10, (n, m)) vel np.random.uniform(-2, 2, (n, m)) pbest pos.copy() pbest_fit np.array([self.fitness(p) for p in pos]) gbest pos[np.argmin(pbest_fit)].copy() gbest_fit np.min(pbest_fit) for _ in range(self.max_iter): for i in range(n): f self.fitness(pos[i]) if f pbest_fit[i]: pbest_fit[i] f pbest[i] pos[i].copy() if f gbest_fit: gbest_fit f gbest pos[i].copy() r1, r2 np.random.rand(2) vel self.w * vel self.c1 * r1 * (pbest - pos) self.c2 * r2 * (gbest - pos) pos vel pos np.clip(pos, -100, 100) vel np.clip(vel, -20, 20) return gbest, gbest_fit, self.split_tasks(np.argsort(gbest))[:self.n_uavs]逻辑说明split_tasks按“当前无人机累计航程是否超限”来切分任务序列超限就把剩余任务给下一架无人机。fitness中missing * 1000是任务遗漏惩罚确保 PSO 优先寻找能覆盖所有任务的解。optimize里位置和速度的裁剪避免了数值发散。参数说明max_range是无人机最大航程需要根据你的任务场景设定例如测绘任务中一架无人机单次飞行 20 公里这个值就设 20。切割方式用的是贪心虽然不一定全局最优但和 PSO 配合时能给粒子一个“可行基础”比让粒子随机拼凑出可行解要高效得多。注意最后的返回值只取了前self.n_uavs个 segment如果实际切分出的段数超过无人机数量说明任务分配失败需要增大max_range或调整惩罚系数。3.4 结果输出与可视化优化结束后用户最关心的是“每架无人机具体飞哪些点”。我会输出一个字典键是无人机编号值是该无人机的任务点序列同时输出总航程和单机负载。为了验证算法效果有必要把迭代过程中的最优适应度记录下来画成收敛曲线。如果你的系统带界面可以在地图上标注航线查看有没有交叉和明显绕路。可视化部分我用 Matplotlib 绘制航线颜色区分不同无人机基地用五角星标记。收敛曲线单独画一个子图x 轴是迭代次数y 轴是适应度值。这两张图在论文或项目汇报中几乎是必须的它们能从视觉上证明“PSO 确实在收敛”而不是随机乱跑。4. 避坑与常见问题PSO收敛陷阱与工程化坑4.1 位置更新后任务编号越界现象解码时发现任务点编号超出实际范围或者任务序列里出现了重复的任务点。原因直接用四舍五入取整方式把实数位置映射成任务编号速度更新后数值溢出再加上没有做越界检查。解决采用argsort排序映射这种天然不重复同时对位置向量加边界裁剪。还有一个容易忽视的点基地索引和任务索引混用任务点从 1 编号而基地是 0写decode函数时要统一偏移量。4.2 粒子群陷入局部最优后期收敛不动现象迭代到 100 代后最优适应度曲线变成水平直线换一种随机种子效果也差不多。原因惯性权重固定不变粒子群过早聚集到某个局部极值附近失去了探索能力或者粒子数太少搜索空间覆盖不足。解决把惯性权重从 0.9 线性递减到 0.4前 30% 迭代保持较大权重用于全局搜索后面逐渐变小做局部精细搜索。同时把粒子数从 30 提升到 80~150并设置停滞检测如果连续 50 代最优适应度没有改善就对部分粒子的位置做随机重置。4.3 适应度函数量纲不一致让某个目标主导现象总航程单位是公里数值大概几十任务价值单位是“分”数值可能上千。加权求和后PSO 只会优化数值大的那一项另一项目标形同虚设。原因没有做归一化。解决在计算适应度前先对每个目标做 min-max 归一化或者用参考值相除让所有目标都在 [0,1] 或者同一数量级。另一个常见做法是给每个目标乘一个权重系数系数的量纲等于目标量纲的倒数但这样调参很玄学不如归一化来得直接。4.4 任务遗漏粒子总在“非完整解”上打转现象最终结果里部分任务点没有被任何无人机访问但总航程很小。原因惩罚项系数设置太小例如missing * 1000里的 1000 相对总航程不够大一些粒子发现放弃任务点能大幅降低航程于是偏向缺陷解。解决加大遗漏惩罚对任务价值高的点使用更高的惩罚系数或者直接在解码阶段强制把未分配的任务点随机插入某段路径中。我常用的手段是双重保险惩罚系数设到 1e5解码后再补一遍。4.5 性能瓶颈在大规模任务点现象任务点个数超过 100 时单次适应度计算就要遍历整条路径300 次迭代乘以 100 个粒子耗时几十秒。原因用了纯 Python 循环且每次解码都重新计算整个路径。解决将距离矩阵提前算好用矩阵索引替代逐点计算np.linalg.norm适应度计算用向量化操作还可以用并行池化评估每个粒子的适应度因为粒子之间互不影响。实测把距离矩阵化之后100 个任务点下单次迭代从 0.5 秒降到 0.1 秒左右。5. 进阶技巧约束处理、离散映射与收敛验证5.1 位置向量到任务序列的稳健映射排序映射虽然好用但有一种情况会翻车位置向量各维度的值差异极小argsort的结果会因为浮点噪声而随机抖动。建议在解码前对位置向量做一次“扰动”给每维加上一个极小的随机值例如x np.random.normal(0, 1e-6, sizex.shape)然后再排序。这一步能显著提高结果稳定性尤其是在迭代后期粒子接近收敛时。5.2 带时间窗的任务约束怎么加如果你的系统里任务有时限最直接的做法是把违反时间窗的时长作为惩罚加入适应度。假设任务点 j 的允许开始时间是 [earliest_j, latest_j]解码后按顺序累加飞行时间得到到达时间 arr_j那么惩罚项可以设计为time_penalty 0.0 arr 0.0 for t in task_list: eta max(0, earliest[t] - arr) # 早到等待时间 late max(0, arr - latest[t]) # 迟到时间 time_penalty 10 * eta 100 * late arr service_time[t] travel_time[t]这里的核心是把“约束”变成“连续的惩罚值”这样 PSO 的梯度信息虽然是离散的不容易丢失。迟到的惩罚系数比早到更高因为迟到通常意味着任务失败。工程上如果你需要严格满足时间窗可以用修复算子调整任务顺序使所有任务在时间窗内但这样会破坏 PSO 的搜索自由度我建议只在最终方案输出前使用。5.3 收敛性验证与参数鲁棒性检查系统跑完后不要只写“算法收敛了”。我会额外做三件事第一用多个随机种子分别运行 20 次统计最优解的均值、标准差标准差接近 0 说明算法稳定较大说明需要增大迭代次数或粒子数。第二画收敛曲线时把“每代最优”和“每代平均”画在同一个图里如果平均曲线下降而最优曲线长期不变化说明粒子多样性不足。第三把 PSO 的结果和贪心算法对比差距在 5% 以内说明系统可靠如果差 30% 以上先检查适应度函数是不是写错了。我最常踩的坑是拿默认参数直接跑大规模问题。固定 w0.8, c1c21.5 对 30 个任务点可行但对 200 个任务点每代更新的随机性不足收敛曲线下降得很慢。建议先做一个参数敏感性测试固定其他参数单独改变 w 的初始值记录最终适应度选择使结果最稳定的组合。这一步看起来费时间却能让你的系统从“纸面能跑”变成“换数据也能用”。做多无人机任务分配系统一年下来我最大的体会是PSO 本身不难难的是“让算法理解你的工程约束”。编码方式、惩罚系数、切分策略这三者之间互相影响改一个就得重新调其他两个。所以最后给你一个实用习惯每次调整都保留一份当时的参数和结果曲线方便回溯。希望这套从建模到填坑的路径能帮你少走几个弯路。本文还有配套的精品资源点击获取