[发明专利]仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法

权利要求书

1.一种仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法，其特征在于：包括以下步骤，

步骤S1，初始化种群及参数，包括设定初始状态下，所有Agent都将初始位置作为个体最优位置，并且所有Agent都将初始位置作为个体局部最优位置；

步骤S2，适应度函数计算，包括遵循以下规则⑴和规则⑵，构建拓扑作用机制框架，规则⑴，每个Agent个体周围的邻居分布各向异性，但其最邻近6或7个邻居为各向同性；规则⑵，Agent个体之间的相互作用取决于拓扑距离；

步骤S3，选择更新同伴，包括为Agent i选择最邻近的6或7个邻居之一作为更新同伴Agent j；

步骤S4，定义Agent之间的相互作用关系；

步骤S5，进行Agent速度与位置的更新，返回步骤S2直到Agent群体到达目的地或循环次数达到最大进化代数；

进行Agent速度与位置的更新，包括按照以下规则⑼引入极化作用因子，对Agent群体进行控制，

规则⑼，通过定义极化作用Φ来度量群体的整体有序程度，反映集群整体飞行方向的一致程度，

其中，v_i是Agent i的速度，||v_i||为计算v_i在其度量空间中的范数；当Φ＝0时，表明集群整体飞行方向杂乱无章；当Φ→1时，表明集群整体基本朝向同一方向；

进行Agent速度与位置的更新，包括限制更新后的速度满足规则⑽，

规则⑽，每个Agent的速度变化范围限定在[v_min,v_max]内，v_min、v_max分别为Agent个体的最小速度、最大速度。

2.如权利要求1所述的仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法，其特征在于：步骤S3中，更新同伴Agent j遵循以下规则⑶选取，然后根据规则⑷计算适应度值，

规则⑶，根据p_j:1/d_ij原则，为Agent i在其周围一定视野半径rV范围内从最邻近的6或7个邻居中选择更新同伴Agent j，

其中，p_j为概率，d_ij为Agent i与Agent j之间的距离；

规则⑷，对所选择的更新同伴Agent j采用适应度函数进行评价，包括根据预设的适应度函数阈值f_threshold；如果Agent j适应度值大于f_threshold，则适应度值较差，Agent j被淘汰，Agent i保持自己原有的飞行方式；否则Agent i选择Agent j作为自己的更新同伴。

3.如权利要求1所述的仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法，其特征在于：步骤S4中，定义Agent之间的相互作用关系，实现方式如下，

定义排斥半径rE、保持半径rM以及吸引半径rA三个半径参数，定义Agent之间的拓扑关系满足以下规则，

规则⑸，排斥规则，Agent i排斥其近距离范围内的其它Agent j，即如果d_ijrE，则修改Agent i的飞行方向为朝着远离Agent j的方向飞行；

规则⑹，保持规则，Agent i紧跟其中等距离范围内的其它Agent j；

规则⑺，吸引规则，Agent i吸引其较远距离范围内的其它Agent j，即修改Agent i的飞行方向为朝着Agent j的方向飞行；

规则⑻，如果d_ijrA，则Agent i与Agent j之间不发生任何相互作用。

4.如权利要求1或2或3所述的仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法，其特征在于：用于无人机集群密集编队。