[发明专利]一种基于中智集理论的多AUV集群博弈对抗模型构建方法

权利要求书

1.一种基于中智集理论的多AUV集群博弈对抗模型构建方法，其特征在于，包括以下步骤：

步骤1：将对抗双方集群分别命名为A和D，根据对抗双方的运动信息，对AUV的机动属性进行评估，并建立博弈中的支付矩阵；

步骤1-1：对AUV的各项属性进行评估；

定义机动属性集S∶S＝{D，V，P，F}，其中D为距离因子，V为速度因子，P为偏转角，F为俯角；

对A方的机动属性S_i(i＝1，...，4)进行评估，S₁，...，S₄分别对应D，V，P，F四个属性，A方的机动属性基于中智集理论的评估矩阵为：

其中a_n(n＝1，...，7)为A方的机动策略，d_q(q＝1，...，7)为D方的机动策略；双方的机动策略从1～7依次为保持原定运动、加速、减速、左转、右转、上浮和下潜七种动作；z_nq＝t_nq，i_nq，f_nq为当A方的机动策略为a_n并且D方选择机动策略d_q时，定量评估A方所选策略的中智数，t_nq为隶属函数，i_nq为不确定隶属函数，f_nq为谬误隶属函数，并有t_nq∈[0，1]，i_nq∈[0，1]，f_nq∈[0，1]；

由李克特量表，把A方所选策略的语言描述转化为中智数，如表1所示：

表1 语言描述与中智数转化标准

步骤1-2：定义属性重要性标度表，l_ij表示S_i相对属性S_j的重要标度，j＝1，...，4，如表2：

表2 属性重要性标度l_ij

得到标度矩阵：

l_ij是l_ji的倒数；

进一步得到机动属性集S的各属性权重：

步骤1-3：根据步骤1-1和步骤1-2得到博弈中的支付矩阵为：

其中Z_nq＝T_nq，I_nq，F_nq，

步骤2：根据步骤1得到的支付矩阵，建立对抗模型；

步骤2-1：定义A方的策略空间为：

其中x_i表示A方选择第i个策略的概率；

定义D方的策略空间为：

其中y_j表示D方选择第j个策略的概率；

步骤2-2：根据中智集理论的记分函数以及博弈的收益定义，A方的预期收益为：

步骤2-3：根据博弈论的最大和最小定理，采用非线性规划模型表示多AUV集群博弈对抗模型：

max(ξ，λ)

或等价为：

min(θ，υ)

其中max(ξ，λ)为A方的最大期望收益，min(θ，υ)为D方的最小损失，为D方采取ε_j策略时A方的收益，为A方采取ε_i策略时D方的损失。