研究背景与问题

无人机自组网作为一种新兴的通信网络技术，在军事、应急通信和民用领域展现出广阔的应用前景。然而，在复杂任务场景下，无人机自组网的拓扑控制面临着一系列挑战。传统的拓扑优化控制方法往往仅关注单一优化目标，如网络连通度，而忽视了其他关键性能指标，如总吞吐量、端到端平均时延和通信总能耗。此外，这些传统算法在处理多目标优化问题时，往往难以在保证优化质量的同时提高快速寻优能力。因此，如何实现无人机自组网的多目标拓扑优化控制，成为当前研究的热点问题。

研究方法

为了解决上述问题，本研究提出了一种基于超启发式算法的多目标拓扑优化控制方案。首先，构建了一个综合多目标优化模型，该模型综合考虑了网络连通度、总吞吐量、端到端平均时延和通信总能耗等多个性能指标。其次，引入了超启发式算法，该算法结合了多种启发式搜索策略，能够在保证优化质量的同时，提高算法的快速寻优能力。最后，通过仿真实验验证了所提方法的有效性。

核心结果

仿真结果表明，与传统的拓扑优化控制方法相比，所提方法在多目标优化方面具有显著优势。具体而言，该方法能够有效提高网络连通度，同时优化总吞吐量、端到端平均时延和通信总能耗等性能指标。此外，超启发式算法的应用使得优化过程更加高效，能够在较短时间内找到满足多目标优化的拓扑结构。

结论与意义

本研究提出的基于超启发式算法的无人机自组网多目标拓扑优化控制方案，为解决复杂任务场景下无人机自组网拓扑控制问题提供了一种新的思路。该方法不仅能够提高无人机自组网的性能，而且有助于降低通信能耗，从而实现绿色、高效的无人机网络通信。此外，本研究结果对于无人机自组网的理论研究和实际应用具有重要的参考价值，有望推动无人机自组网技术的发展。

文章来源：《控制与决策》 网址: http://www.zzyflzz.cn/qikandaodu/2026/0707/327.html