[发明专利]一种无人机插值飞蛾扑焰低空突防方法在审
申请号: | 201811418898.9 | 申请日: | 2018-11-26 |
公开(公告)号: | CN109558934A | 公开(公告)日: | 2019-04-02 |
发明(设计)人: | 黄鹤;郭璐;许哲;汪贵平;李昕芮;黄莺;惠晓滨;王萍;任思奇;王成壮;何永超;李光泽;胡凯益 | 申请(专利权)人: | 长安大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
地址: | 710064 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 飞蛾 全局最优解 预测算法 智能群体 最优位置 历史位置 适应度 迭代 算法 种群 更新 预测 保证 | ||
1.一种无人机插值飞蛾扑焰低空突防方法,其特征在于,包括以下步骤:
步骤1:初始化飞蛾种群M,根据蛾的位置向量计算相应的适应度值OM,其中适应度值是每个蛾的适应度函数的返回值;
步骤2:求出飞蛾与其对应火焰的距离;
步骤3:使用插值预测算法根据飞蛾的历史位置对每一个飞蛾的下一个位置进行预测;
步骤4:使用飞蛾扑焰算法和插值预测算法不断交替更新飞蛾最优位置,直到达到规定的迭代次数为止,最终所得到的最优位置即为全局最优解。
2.根据权利要求1所述的一种无人机插值飞蛾扑焰低空突防方法,其特征在于,步骤1中采用公式(1)初始化飞蛾种群M;
I:{M,OM} (1)
其中,I是产生随机飞蛾种群和其对应的适应度值的函数。
3.根据权利要求1所述的一种无人机插值飞蛾扑焰低空突防方法,其特征在于,步骤2具体包括:
步骤2.1:对M、OM排序得到火焰F和其适应度值OF,火焰F和其适应度值OF即为当前获得的飞蛾的最佳位置;
步骤2.2:判断当前进化代数J模g的值,进化代数J模g表示第J个种群的第g代飞蛾,如果当前进化代数J模g为0,则生成随机整数k,k∈[1,n],其中n为飞蛾的种群数量,将第k个种群作为将要插值的备选种群,若不为0,则直接跳转至步骤2.4;
步骤2.3:如果i=k,则保存本次种群位置Xi,其中i为当前飞蛾种群的代数,如果i≠k,则不保存本次的种群位置,转向下一个种群位置继续判断;
步骤2.4:用公式(2)求出飞蛾与其对应火焰的距离Di;
Di=|Fj-Mi| (2)
其中,Di表示飞蛾到火焰的距离,Mi为第i个飞蛾,Fj为第j个火焰。
4.根据权利要求3所述的一种无人机插值飞蛾扑焰低空突防方法,其特征在于,步骤3具体包括:
步骤3.1:根据公式(3)求出飞蛾的数量,去掉末尾的飞蛾和火焰;
式中:N为初始火焰数量,T为迭代的总次数,L为当前迭代次数;
步骤3.2:将Di代入公式(4)中,计算每只飞蛾更新后的值;
S(Mi,Fj)=Di·ebp·cos(2πp)+Fj (4)
式中:Di表示飞蛾到与其对应火焰的距离,b是一个定义螺旋线的形状的常量,p为一个属于[-1,1]之间的随机数;
步骤3.3:由得到的Mi更新矩阵ML,其中,ML为第L次迭代得到的飞蛾种群。
5.根据权利要求4所述的一种无人机插值飞蛾扑焰低空突防方法,其特征在于,步骤4具体包括:
步骤4.1:根据ML计算新的适应度值OML;
步骤4.2:如果当前进化代数J模g为g-1,则插值预测当前位置Xi,然后跳转至步骤4.3,若当前进化代数J模g不为g-1,则按照飞蛾扑火优化算法更新火焰的位置,然后跳转至步骤4.6;
步骤4.3:计算插值预测位置Xi的适应度OMi;
步骤4.4:如果OMi<OMLk,则接受插值预测位置Xi,更新ML、OML,如果OMi≥OMLk,则拒绝差值位置,保持原位置不变,其中为第L次迭代第k个种群的适应度;
步骤4.5:判断新解是否优于上一个解,判断标准为仿真结果的评估函数值,即路径长或者前进路线最大拐角,路径越短或前进路线最大拐角的sin值越小则越优,当新解优于上一个解,则将新解更新为全局最优解,若新解不优于上一个解,则直接返回步骤2;
步骤4.6:判断是否满足结束条件,判断标准为迭代次数是否大于等于预先设定的值,当迭代次数小于预先设定的值时,则返回步骤2,当迭代次数大于等于预先设定的值时,则转入步骤4.7;
步骤4.7:输出全局最优位置。
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长安大学,未经长安大学许可,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/201811418898.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种点钞机阻力轮的制作方法
- 下一篇:基于深度学习的情感识别与交互方法及系统