[发明专利]面向无人系统的椋群式智能群体动态网络拓扑构建方法

权利要求书

1.一种面向无人系统的椋群式智能群体动态网络拓扑构建方法，其特征在于：包括通过以下步骤进行网络拓扑构建实现agent群体协同，所述agent是智能体，

步骤S1，初始化agent群体及相应参数，包括设置群体规模以及最大迭代次数，为agent群体中每个agent定义初始速度以及初始位置；

步骤S2，设置网络状态转换机制，包括：网络状态转换的设定触发时机根据agent群体和障碍的物理位置确定，当整个agent群完全分散在障碍的两侧时触发整体拓扑分裂成子拓扑，当离开障碍所在作用范围时触发子拓扑从分裂状态重组为一个整体；

步骤S3，针对当前帧，根据agent群体和障碍的物理位置判断执行相应网络状态操作，包括以下三种情形，

情形3.1：如果无障碍，则构建标号小世界网络；所述标号小世界网络，是指网络中的各个节点按照一定的顺序进行编号，然后依据编号而构建的小世界网络；

情形3.2：如果群体接近障碍影响区域，则构建6-邻居网络；所述6-邻居网络是一种网络结构，网络中每个节点最多只与邻域内最邻近的6个邻居存在相互作用，如果两个节点存在相互作用，则用边将这两个节点连接起来；

情形3.3：如果群体位于障碍影响区域，则进行网络拓扑分裂，分裂的各部分agent分别构建各自标号小世界网络；

情形3.1和情形3.3中，构建标号小世界网络，实现方式包括以下步骤，

步骤3.1.1，对所有节点进行排序，并按照一定顺序对节点进行编号，求出所有agent节点中横坐标最小节点；

步骤3.1.2，计算除横坐标最小节点以外其它节点与群体重心的连线所在角度；

步骤3.1.3，对计算的角度从大到小进行排序，根据该顺序对相应节点进行标号，其中，横坐标最小节点作为第一个节点；

步骤3.1.4，对空间编号有序排列的节点建立标号小世界网络；

步骤3.1.5，确定小世界网络参数，包括根据欧椋鸟群集行为模式确定小世界网络的邻居节点数N_邻；

步骤S4，进行agent群体中每个agent下一时刻速度与位置更新，然后针对新的帧返回步骤S3进行相应处理，直到agent群体抵达目的地或者达到最大迭代次数。

2.如权利要求1所述面向无人系统的椋群式智能群体动态网络拓扑构建方法，其特征在于：情形3.2中，

根据agent群中是否有agent进入了障碍的最大影响范围内，来判断agent群的拓扑结构是否将会需要分裂，根据规模巨大的欧椋鸟群集活动中个体采用拓扑距离与其最邻近的6或7个个体进行交互的特点，构建6-邻居网络。

3.如权利要求1所述面向无人系统的椋群式智能群体动态网络拓扑构建方法，其特征在于：步骤3中，基于平面空间区域划分，判断agent所在平面空间区域，以判断执行相应网络状态操作。

4.如权利要求1或2或3所述面向无人系统的椋群式智能群体动态网络拓扑构建方法，其特征在于：应用于无人系统。

5.如权利要求4所述面向无人系统的椋群式智能群体动态网络拓扑构建方法，其特征在于：所述agent是无人系统应用中的传感器、飞行器或机器人。