[发明专利]一种传感器-武器动态联合任务多目标分配方法在审
| 申请号: | 202110967568.0 | 申请日: | 2021-08-23 |
| 公开(公告)号: | CN113792985A | 公开(公告)日: | 2021-12-14 |
| 发明(设计)人: | 陈晨;程子豪;陈杰;邵壮;孟凯 | 申请(专利权)人: | 北京理工大学 |
| 主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06N3/00 |
| 代理公司: | 北京理工大学专利中心 11120 | 代理人: | 高燕燕 |
| 地址: | 100081 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 传感器 武器 动态 联合 任务 多目标 分配 方法 | ||
1.一种传感器-武器动态联合任务多目标分配方法,其特征在于,包括:
计算每个作战阶段传感器和武器能够探测到的目标,分别获得武器和传感器的初始可行性矩阵;
根据所述武器和传感器的初始可行性矩阵构造初始种群并进行约束条件处理,进行迭代搜索,获得外部种群;
判断所述迭代搜索是否达到迭代步数,若达到迭代步数则停止并输出外部种群,即一组任务分配。
2.如权利要求1所述的一种传感器-武器动态联合任务多目标分配方法,其特征在于,所述武器的初始可行性矩阵表示为X=[xmst]M×S×T,其中xmst∈{0,1},xmst=1表示武器m在s阶段可以攻击到目标t;所述传感器的初始可行性矩阵表示为Y=[ynst]N×S×T,其中ynst∈{0,1},ynst=1表示传感器n在s阶段可以探测到目标t。
3.如权利要求2所述的一种传感器-武器动态联合任务多目标分配方法,其特征在于,所述构造初始种群采用以下方式:
设置p个个体X={x1,x2,...xn}作为初始种群,个体长度n为S×(M+N),其中S为总阶段数,M为武器总数,N为传感器总数;
3.1构造p个权重向量λ={w1,w2},其中w1+w2=1,
3.2根据所述权重向量确定给作战资源分配任务的概率:
wi=aw1+b
si=cw1+d
其中,w1代表目标函数1的权重,w2代表目标函数2的权重,wi为给武器分配任务的概率,si为给传感器分配任务的概率,a,b,c,d为预设系数;
3.3对每个基因位xi,根据wi和si计算是否需要为该作战资源分配任务,当需要为该作战资源分配任务时,通过式子x/(M+N)计算出对应的作战阶段s,不同的基因位xi对应的作战资源可用下式计算:
其中,i代表基因位xi的下标,mi%(M+N)表示第x%(M+N)个武器,ni%(M+N)-M表示第i%(M+N)-M个传感器。
3.4当计算作战资源为武器时,根据其对应的武器和作战阶段,根据所述可行性矩阵X中,获得武器在该作战阶段可以攻击的目标,随机选择一个可行的目标作为分配结果;当计算作战资源为传感器时,根据其对应的武器和作战阶段,根据所述可行性矩阵Y中,获得传感器在该作战阶段可以探测的目标,随机选择一个可行的目标作为分配结果。
4.如权利要求3所述的一种传感器-武器动态联合任务多目标分配方法,其特征在于,当某武器之前阶段已经分配任务或未受到传感器连续指引,则设置该武器此阶段不执行任务。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110967568.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:多功能隧道断面拟合的顶管
- 下一篇:一种基于细粒度特征提取的图像理解方法
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





