[发明专利]一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法

说明书

本发明公开了一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法，通过RCRSS中的Agent模块获取到救援地图模型，由Kernel智能体获取地图信息初始化参数，通过集群度方法得到初始化的救援位置；再按照布谷鸟搜索算法进行聚类分析，得到全局最优救援位置以及最差救援位置；接着利用布谷鸟搜索算法调整后的新公式更新救援位置，将获取的新数据节点，按照与聚类中心最近的原则，对更新后的救援位置进行聚类划分；通过进行聚类分析并更新数值，将得到的数据节点与前次的救援位置比较，视情况保留最优解或者继续迭代。将布谷鸟搜索算法运用到RCRSS中，优化了救援地图分区的方法，极大的提高了Kernel智能体的救援效率。

技术领域

本发明属于地图分区技术领域，尤其涉及一种地图分区的计算方法，具体为一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法。

背景技术

随着信息化时代的高速发展，庞大且繁杂的数据不是无用的信息，相反却拥有强大的数据挖掘能力，如何有效地从海量的数据中找出解决问题有用的信息显得至关重要。数据挖掘就是从大量看似无关的数据中提取出潜在的、有效的、有价值的信息。其中聚类具有强大能力，它能够对数据进行处理并进行深入分析，按一定的方式对数据归类，按照设定好的标准得到最佳分类状态。

救援仿真系统(RoBoCup Rescue Simulation System，RCRSS)是一个基于网络的多模块分布式系统，其中包括了灭火智能体(Fire Brigade)、警察智能体(Police Force)、医生智能体(Ambulance Team)等等，用来模拟仿真世界的场景信息。而其中的Agent模块是连接到系统内核Kernel的智能体，Agent模块在系统运行时，从Kernel智能体获得环境感知信息，并更新自身的世界模型，在经过一系列决策计算后，在规定的时间内将决策命令传给Kernel智能体并执行该命令，从而完成一个仿真周期。

救援仿真系统的主要目的是根据灾难现场的环境，通过预测、计算和人员调配，将救援灾难现场使得损害降到最低。在灾难救援中，需要预先处理灾难信息和预测灾难情况，各个智能体必须在复杂的情况下，快速高效的处理相关信息，有序分配任务以及完成任务，因此通过精准计算以及分区的救援地图就显得尤为重要。

发明内容

针对上述问题，本发明提供一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法，以RCRSS中的Agent模块建立救援地图模型，通过Kernel智能体初始化参数，将初始化参数代入集群度方法中，得到初始化的救援位置；通过布谷鸟搜索算法进行聚类分析，得到全局最优救援位置以及最差救援位置，建立初步救援范围；再利用布谷鸟搜索算法调整后的新公式更新救援位置，按照与聚类中心最近的原则，对更新后的救援位置进行聚类划分；通过进行聚类分析并更新数值，将得到的数据节点与前次的救援位置比较，视情况保留最优解或者继续迭代，最终确定出最优的救援地图分区。

本发明中的名称解释如下：

布谷鸟搜索算法：是模拟布谷鸟寻找巢穴并依靠其他鸟类孵化和育雏，受此行为启发而得到的一种新型随机搜索算法。自然界中的布谷鸟搜寻和选择鸟窝的过程是一种随机或拟随机的方式，表现为算法的优化迭代过程。布谷鸟所选的鸟巢可看做是搜索问题的解，按照模拟莱维飞行的方式不断更新优化，逐步找到问题的最优解。

RCRSS：救援仿真系统(RoBoCup Rescue Simulation System)是一个基于网络的多模块分布式系统。其中Agent模块是连接到系统内核Kernel的智能体，其他模块用来模拟仿真世界的场景信息。Agent在系统运行时，从Kernel获得环境感知信息，并更新自身的世界模型，在经过一系列决策计算后，在规定的时间内将决策命令传给Kernel并执行该命令，从而完成一个仿真周期。其中智能体包括灭火智能体(Fire Brigade)、警察智能体(PoliceForce)、医生智能体(Ambulance Team)及各自的中心智能体，不同智能体的职责互不一样，灭火智能体主要负责灭火，警察智能体主要负责清障，医生智能体主要负责救人。