一种面向无人机集群调度的多维资源在线自适应优化方法

本发明公开了一种面向无人机集群调度的多维资源在线自适应优化方法，结合线性域指数移动平均置信度模型与自适应饱和惩罚函数，将无人机执行任务的实际消耗与预期消耗的偏差映射为四维惩罚强度，并通过动态步长调整更新速率，实现无人机可信度的持续自进化。利用计算出的整体置信度，为集群的任务调度提供参考。同时针对长期处于闲置状态的无人机，空窗衰减系数逐步小幅度提升置信度，提高系统的公平性与任务资源利用率。该方法有效抑制了误惩与震荡，增强了系统的长期稳定性、泛化能力与动态优化调度性能，并且可以用于集中式、分布式等不同形式的调度系统中，拓展性强。