[发明专利]基于粒子群算法的探测设备网的设备分配方法

摘要

一种基于粒子群算法的探测设备网的设备分配方法，包括：1、建立探测设备、探测目标和探测时间区间之间的监测任务模型，生成设备可探测的监测任务序列，并初始化仿真参数；2、建立每个粒子与设备可监测的任务序列的对应关系，并根据每个粒子的元素对探测任务的时间区间进行调整；3、根据每个粒子与监测任务的映射关系计算每个粒子的适应度函数，并更新粒子群的局部最优解和全局最优解；4、判断迭代次数是否达到预设条件，如是则输出全局最优粒子对应的监测任务序列，否则更新粒子群参数重复步骤2～4直至满足条件。本发明有效解决多探测设备组网监测多个目标的任务分配问题，实现探测设备网设备工作状态的优化。

主权项

1.一种基于粒子群算法的探测设备网的设备分配方法，其特征在于：包括如下步骤：步骤1、根据探测设备对空间目标的探测关系，建立探测设备集、探测目标集和探测时间区间集之间的监测任务模型，生成设备可探测的监测任务序列，并初始化仿真参数；其中，定义探测设备集合为A＝{α₁，...，α_M}，探测目标集合为B＝{β₁，...，β_N}，可探测时间区间集合为∑＝{ε₁，...，ε_K}，时间区间ε_h表示为时间段[s_k，e_k]，该时间区间对应的设备和目标分别为α_m，k(α_m，k∈A)和β_n，k(β_n，k∈B)，定义地面设备、探测目标和探测时间区间对应的监测任务集合为Ω₀＝{ω₁，...，ω_K}，其中1≤k≤K，ω_k＝(α_m，k，β_n，k，κ_k，η_k)，κ_k和η_k分别为监测任务ω_k开始时间和结束时间，并且定义粒子向量x＝(x₁，...，x_K)，其中x_h表示为第k个监测任务的执行优先系数，1≤k≤K，定义粒子速度向量v＝(v₁，...，v_K)；并初始化仿真参数：迭代次数选取为K，生成5K个粒子、5K个粒子速度和5K个监测任务集合一一对应，并进行初始化，其它参数初始化为特定值；步骤2、建立每个粒子与设备可监测的任务序列之间一一映射的对应关系，并根据每个粒子的元素调整探测任务的时间区间；步骤3、根据步骤2中所述每个粒子与监测任务的映射关系计算每个粒子的适应度函数，并更新所述粒子群的局部最优解和全局最优解；其中，每个粒子t的适应度函数F(A，B，Ωt)的计算方法为：F(A，B，Ωt)＝Deff，t·Deqi，t；  (1)其中Deff，t为粒子对应的监测任务调度效益，Deqi，t为粒子对应的监测任务序列中设备使用均衡度，1≤t≤5K，具体计算方法如下：a、粒子t对应的监测任务调度效益Deff，t定义为式中，ρn为目标βn监测的优先系数；ωt，k为第t个监测任务系列中的第k个监测任务；φ(ωt，k，βn)为判断函数，当监测任务ωt，k用来监测目标βn时φ(ωt，k，βn)＝1，否则φ(ωt，k，βn)＝0；κt，k和ηt，k分别表示ωt，k的开始时间和结束时间；f(l，μ)表示监测任务调度效用函数，描述目标的实际执行时间l在最小监测时间μ条件下的整体调度效能，定义为式中，参数σ为监测冗余执行效用系数，取值范围为[0，1]；b、粒子t对应的监测任务序列中设备使用均衡度Deqi，t定义为式中，θm(θm≥0)为地面设备优先使用系数，如果θm＝0，则表示不需要考虑该设备的利用率；M0为设备优先系数大于0个设备个数，UA(αm，Ωt)为在监测任务Ωt的分配方法下设备αm的利用率，定义为其中ψ(ωt，k，αm)为判断函数，1≤m≤M；当监测任务ωt，k是由设备αm监测时ψ(ωt，k，αm)＝1，否则ψ(ωt，k，αm)＝0；sign(.)为符号函数，定义为步骤4、判断迭代次数是否达到预先设定阈值，如满足条件则输出根据步骤3计算的全局最优解对应的监测任务序列，否则更新粒子群参数，并跳转到步骤2。