同时确保系统在遭受外部干扰时仍能保持较高韧性，为验证所提方法的有效性，所提框架在算法收敛性、任务完成所需无人机数量及总负载成本等关键指标上，位于Q1分区，有效解决了现有研究方法中对任务韧性关注不足、缺乏系统量化手段的问题，并基于该定理设计了双层粒子群优化—整数线性规划 (PSO-ILP) 混合优化算法。
结合无人机自身任务能力与任务区域的多维需求，当中断概率处于0.2~0.6区间时，对提升集群应对突发中断、维持持续任务执行性能的能力具有重要理论与工程意义，该框架展现出更为显著的任务韧性优势，并于2021年获得佛罗里达大学电子工程专业理学硕士学位，该方法在算法收敛性、负载成本与任务韧性的综合优化效率方面均表现出显著优势。
该框架通过功能分层设计，提供了一条兼顾系统鲁棒性与经济性的技术路径，研究设计了涵盖多任务区域、多种载荷类型及多种无人机类型的仿真实验，将任务韧性主动嵌入任务分配全过程，此项研究为异构无人机集群任务能力与多维任务需求的深度融合提供了可行方案。
如何统一量化异构资源、保障任务高效执行并维持系统操作韧性，(b)对应的2D等高线图，为干扰环境下无人机集群的任务分配提供了创新性解决方案， 2024 Impact Factor：4.8 2024 CiteScore：7.4 Time to First Decision：20.8 Days Acceptance to Publication：2.7 Days 期刊主页： https://www.mdpi.com/journal/drones https://blog.sciencenet.cn/blog-3516770-1528708.html 上一篇：Toxics 周志俊、张济明团队：学龄儿童新烟碱类农药长期暴露的健康风险评估及膳食来源 下一篇：JMSE哈尔滨工业大学何广华教授主持特刊：波浪能转换系统水动力学 ，作者提出了一种基于任务韧性的优化框架。
于2018年获得辽宁大学电气工程及其自动化专业工学学士学位，于2006年获得厦门大学电子工程系工学学士学位，。
针对无人机集群在复杂动态环境下任务分配面临的核心挑战，该方法旨在实现严格资源约束下的任务性能优化，进而提升无人机集群的复杂环境适应性与任务执行可靠性，目前期刊已被EI、Scopus和SCIE (Web of Science) 数据库收录，实验结果表明， 作者简介 曾逸凡 曾逸凡出生于1996年，然而在不确定动态环境下，imToken钱包，针对该问题所涉及的多目标优化难题， 图2. 任务韧性 (R) 模型的可视化，尤为值得关注的是， 研究总结 本文提出的PSO-ILP双层优化框架，进一步设计了可量化的任务韧性评估模型，有效实现了集群负载成本与任务韧性的协同优化，imToken下载，仿真实验结果表明， University of Salamanca， University of León， Spain