[发明专利]一种面向抗原抗体结合机制的产生式行为规则库构建方法

说明书

本发明属于水下无人系统建模与仿真领域，具体涉及一种面向抗原抗体结合机制的产生式行为规则库构建方法；通过分析生物免疫系统的免疫识别过程，借鉴抗体与抗体结合的键合关系及产生式规则的知识表达，建立IF‑THEN结构的行为规则形式；采用面向对象建模思想设计便于继承和扩展的环境、使命、目标和状态对象类，构建包括运动控制和火力控制信息在内的行为策略和动作，在此基础上设计自主行为规则库；设计抗体与抗原亲和度计算的行为规则匹配算法，实现UUV在作战态势条件下自主行为规则的表达和推理，极大的提高了UUV智能性建模精度。

技术领域

本发明属于水下无人系统建模与仿真领域，具体涉及一种面向抗原抗体结合机制的产生式行为规则库构建方法。

背景技术

军用UUV作为继鱼雷、水雷等之后的一类新型水中兵器，是一种集环境感知、动态规划、行为控制与能源适配等功能于一体的水下无人系统，在搜索侦查、远程攻击、潜艇防御和组网探测等方面担负着更重要的水下作战任务。为了适应海军信息化技术浪潮引起武器装备、战争形态和战场环境等发生的深刻变革，UUV不断向远航程、大深度，特别是向UUV智能化的方向发展，而且这种趋势随着我国海防事业的深远海战略在不断加强。

水下无人系统智能化体现在UUV不依赖外界命令支持下实现感知、分析、决策和执行等各种功能，针对战场环境变化自动调整行为策略并自主完成任务。但是由于作战行为、作战环境、作战任务具不确定性和动态性，导致UUV自主行为的复杂度不断增加，这对其智能性建模提出了严峻的挑战。

智能性建模主要体现在UUV完备的行为规则库，不仅可以满足UUV自身智能行为活动，而且可以完成与外界环境或其他UUV进行通信与合作，可见行为规则的构建是UUV智能性建模过程中的核心环节。但是目前在UUV行为规则库的构建过程中，仅仅通过嵌入预定程序弹道或者设定简单的行为规则来实现水下作业，而且有限状态机、案例推理等常用方法很难快速完成行为规则的表达与推理，导致UUV智能性建模精度较低。因此，有必要开发出具有智能性建模精度显著的一种行为规则库构建方法，实现UUV水下无人系统自主行为的表达与推理。

发明内容

为了解决现有技术中存在的已有行为规则库构建方法导致智能性建模精度较低的不足，本发明提出一种面向抗原抗体结合机制的产生式行为规则库构建方法。本发明要解决的技术问题通过以下技术方案实现：

本发明涉及一种面向抗原抗体结合机制的产生式行为规则库构建方法，抗原表示海洋环境、水下静态和运动目标和作战任务特征；抗体淋巴细胞表示UUV；

步骤1：根据生物免疫系统的免疫识别机理和产生规则知识表达原理，建立自主行为产生式规则IF-THEN的基本形式，其中，IF表示条件部分，THEN表示结论部分；

步骤2：UUV封装完备的细粒度知识库信息，即确定IF条件部分的环境、任务、目标、状态等信息，其中IF条件部分采用面向对象建模的设计；

步骤3：确定THEN结论部分，包括运动控制和火力控制信息在内的行为策略和动作；

步骤4：构建自主行为规则库，UUV依据概率选择与自身配对亲和度高的行为规则；

步骤5：将UUV探测和感知的战场态势形成环境、任务、目标和自身状态的态势信息，通过与规则库IF条件部分对比，如果态势信息与规则库IF条件部分匹配，则执行对应的自主行为即THEN结论部分；如果态势信息没有与规则库IF条件部分直接匹配，则判断态势信息与规则库IF条件部分相似度，选择相似度较高行为规则来完成作业任务。

进一步的，所述抗原包括Epitope、Iditope和Paratope；Epitope表示抗原特征，即海洋环境与作战任务特征；Iditope表示UUV与其他UUV之间的刺激和抑制关系；Paratope表示UUV根据当前作战环境和内部状态采取的行为规则或策略；其中Paratope与Epitope的键合关系采用产生式规则IF-THEN形式，具体表示为：