[发明专利]一种UUV多层次混杂式免疫智能体结构建模方法

说明书

本发明提出一种UUV多层次混杂式免疫智能体结构建模方法，首先对生物免疫响应机制和Agent理论进行对比，提出免疫智能体IA模型；其次，利用积木式模块化抽象方法将UUV模型抽象划分为感知模块、动力推进模块、通信模块、控制决策模块和知识库模块等五个模块；再次，设计设计包括感知执行层、行为规划层和学习记忆层的多层次混杂式结构UIA，并分析了各层功能；最后，设计了面向对象的形式化描述，并详细设计了UIA行为规则库与状态库，以及对UIA模型特点进行了全面的阐述。通过本发明构建的UIA结构模型，不仅封装了多种功能和属性，而且结构层次分明，逻辑清晰，模块划分至关明确，更加贴近UUV实际系统，能够实现水下无人作战对UUV自治程度和智能水平的建模要求。

技术领域

本发明属于建模与仿真领域，具体为一种UUV多层次混杂式免疫智能体结构建模方法。

背景技术

随着海洋资源利用和开发的迅速发展，水下无人航行器(Unmanned UnderwaterVehicle,简称UUV)在海洋科学考察、海底勘测、打捞救生、水下作战等领域得到了长足的发展与广泛的应用。但是UUV在未知的、动态的、复杂的水下介质环境中作业，与地面及空间运载工具相比,其自主规划和控制系统更为复杂，尤其为了适应编队协同作战，对UUV的智能决策和学习能力提出了更高的要求，特别是在智能性建模方面，这是因为UUV个体智能性的高低对于水下无人协同作业系统的协商通信、任务分配等建模过程起着关键性的作用，并且影响对水下作业任务完成的质量和效率。

UUV水下作业系统具有如下特点：(1)UUV个体结构复杂，UUV由多个结构和逻辑复杂的子系统组成，而且各个组成系统相互之间具有很强的依赖性和协调性；(2)水下作业环境复杂，海风、浪、流、涌、水深、温度、盐度等水声环境和水下复杂地形以及海洋生物组成的复杂水下环境对UUV影响非常之大；(3)水下作业任务复杂，UUV作为运载、通讯或者导航节点在海底勘测、协同搜索、水下作战等任务方面具有无可替代的作用。因此，UUV水下作业系统是一个UUV无人系统、环境和任务相互耦合的复杂系统。

智能体(Agent)建模理论作为一种新型的分布式人工智能研究方法，主要实现微观行为和宏观现象的有机结合，具有较强的分布性、鲁棒性和协调性，为解决含有智能行为的系统建模与仿真问题提供灵活、高效的手段。国内外学者将Agent建模技术引入到UUV领域，例如，在信念-愿望-意图(Belief-Desire-Intention,BDI)逻辑的基础上拓展出自治水下机器人心智逻辑,表示和处理UUV的心智状态及心智活动；设计了基于智能体的分布式结构用于UUV自主控制系统，完成由许多离散和随机事件的海洋勘测任务；将机器人系统内部各部件如探测、推理、动力等分别抽象为Agent，然后以多智能体(Multi-agents,MAS)模型构建机器人个体，实现各个控制部件间的协调控制问题。

然而，目前的研究工作大多强调运用Agent社会性来表现UUV外特性层或利用MAS实现简单的内部控制逻辑，却无从真正体现出Agent的智能特性,也没有探讨与实现外部特性相对应的内部表示和处理机制问题。为此，希望设计一种能够显著提高UUV智能性建模方法，用于实现UUV智能性仿真与分析。

发明内容

本发明针对以往Agent技术进行UUV智能性建模的不足进行了研究：首先，在识别、学习、记忆等9个特点分析出发对从生物免疫响应机制和Agent理论进行对比，提出免疫智能体(Immune-Agent,IA)模型，并设计了IA结构化模型，IA模型能够有效结合生物免疫响应机制和Agent在实践和理论上的优点；其次，利用积木式模块化抽象方法将UUV模型抽象划分为感知模块、动力推进模块、通信模块、控制决策模块和知识库模块等五个模块；再次，设计设计包括感知执行层、行为规划层和学习记忆层的多层次混杂式结构UIA(UUV-Immune-Agent)，并分析了各层功能；最后，设计了面向对象的形式化描述，并详细设计了UIA行为规则库与状态库，以及对UIA模型特点进行了全面的阐述。依据上述研究，提出了一种UUV多层次混杂式免疫智能体结构建模方法。