[发明专利]基于混合结构的指挥控制超网络动态演化模型构建方法有效
申请号: | 201910614603.3 | 申请日: | 2019-07-09 |
公开(公告)号: | CN110505080B | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 王运明;陈波;李卫东 | 申请(专利权)人: | 大连交通大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24 |
代理公司: | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人: | 盖小静 |
地址: | 116028 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 混合结构 指挥 控制 网络 动态 演化 模型 构建 方法 | ||
1.一种基于混合结构的指挥控制超网络动态演化模型构建方法,其特征在于,具体步骤如下:
S1:提出指挥控制网络建模约束;
S2:制定指挥控制网络演化规则;
S3:建立指挥控制网络演化模型;
提出指挥控制网络建模约束,具体是:
①节点连边上限约束:节点的连边存在一个上限值;
②物理连边约束:火力节点和感知节点之间不存在物理连接;
③指挥规则约束:一个指挥节点能连接多个火力节点,但一个火力节点必须对应一个指挥节点;
④孤立节点约束:对孤立节点进行处理,即删除节点,或增加连边;
制定指挥控制网络演化规则,具体是:
a.节点增加规则
①增加指挥节点:新增指挥节点所属等级概率为:
其中L为所有存在的等级集合,l为当前节点所属等级,k是L集合中的一个元素;
②增加火力节点:节点存在功能Attr与性能Cap两类属性;新增火力节点的功能与性能按照如下公式分配:
PFAttr为一个概率向量,表示新增火力节点拥有不同功能的概率;其中Na为已有火力节点集合,N为已有火力节点个数;
CapF为一个数值向量,表示新增火力节点拥有不同性能值;其中Random(a,b)为取数值a到b之间的一个随机数;
③增加感知节点:增加感知节点规则与增加火力节点②规则相同;
b.连边增加规则
①上下级指挥节点连边:为表示组织归属的唯一性,节点只选择一个上级节点相连,上级节点被选中与新增节点相连的概率为:
其中表示上级节点i所拥有子节点个数,表示上级节点k所拥有子节点个数;
②指挥节点跨级连边:发起节点被选中的概率为:
其中L为所有存在的等级集合,k为等级集合中的其中一个,l为被选中等级值,Nl为被选中等级节点总个数;
被连接节点选中概率为:
其中Nl为被选中层级的所有节点集合,D(j)为节点j的度数,D(i)为节点i的度数;
③指挥节点协同连边:协同连边发起节点被选中概率为:
协同连边被连接节点被选中概率为:
其中Attri为发起节点i的功能向量,Capi为发起节点i的性能向量,Attrj为发起节点j的功能向量,Capj为发起节点j的性能向量,Attrk为发起节点k的功能向量,Capk为发起节点k的性能向量,Dis()为求两个向量欧氏距离的函数;
④新增火力节点连边:新增火力节点选择已有节点连边概率为:
其中NF为所有火力节点集合,j为新增火力节点;
⑤新增感知节点连边:新增感知节点选择已有节点连边概率为:
其中NS为所有感知节点集合,j为新增感知节点;
⑥火力与指挥节点连边:指挥节点被选中概率为:
其中为节点i的性能向量的转置,其中为节点k的性能向量的转置;
⑦感知与指挥节点连边:指挥节点被选中概率为:
其中为指挥节点i所连感知节点k的功能向量,为指挥节点i所连感知节点k的性能向量的转置,NCS为所有与被选中指挥节点相连的感知节点集合,NC为指挥节点所有节点集合;
c.节点删除规则
①删除指挥节点:节点被选中概率为:
删除该节点后,与连接该节点的所有连边也被删除;
②删除火力节点:被选中概率为:
删除该节点后,与连接该节点的所有连边也被删除;
③删除感知节点:被选中概率为:
d.连边删除规则
①删除指挥节点连边:指挥节点之间连边被选中删除的概率为:
其中eij为节点i与j的连边,EC为指挥控制网络中所有连边集合;
②删除火力节点连边:火力节点之间连边被选中概率为:
其中EF为火力子网的所有连边集合,Be为连边e的介数值;
③删除感知节点连边:感知节点之间连边被选中概率为:
其中ES为感知子网的所有连边集合,eij表示节点i与j的连边;
④删除火力与指挥连边:火力节点与指挥节点之间连边被选中概率为:
其中ECF表示指挥-火力子网的所有连边,eij表示节点i与j的连边;
⑤删除感知与指挥连边:感知节点与指挥节点之间连边被选中概率为:
其中为指挥-感知所有连边的个数;
建立指挥控制网络演化模型,具体是:
①网络模型初始化:设定初始节点数N0,以典型指挥控制超网络作为初始模型,不同类型节点比按照n1:n2:n3=3:4:3进行初始化,n1+n2+n3=N0;
②以一定概率p1增加各类节点;分别为:以概率p11增加指挥节点,以概率p12增加火力节点,以概率p13增加感知节点,概率之间满足:
p1=p11+p12+p13 (21)
③以一定概率p2增加连边:增加基网连边包括:以概率p21增加指控连边,以概率p22增加火力连边,以概率p23增加感知连边;增加指挥子网连边包括:以概率p24增加指挥子网跨级指挥连边,以概率p25增加指挥子网协同连边;增加交叉子网连边包括:以概率p26增加火力与指挥连边,以概率p27增加感知与指挥连边;概率之间满足:
p2=p21+p22+p23+p24+p25+p26+p27 (22)
④以一定概率p3删除节点:以概率p31删除指挥节点,以概率p32删除火力节点,以概率p33删除感知节点,概率之间满足:
p3=p31+p32+p33 (23)
⑤以一定概率p4删除连边:以概率p41删除指控连边,以概率p42删除火力连边,以概率p43删除感知连边,以概率p44删除火力与指挥连边,以概率p45删除感知与指挥连边;概率之间满足:
p4=p41+p42+p43+p44+p45 (24)
⑥循环②-⑤,每一时间步按照概率执行其中一项演化,当演化步长t大于设定步长T值时,停止演化,概率之间满足:
p1+p2+p3+p4=1 (25)
⑦结束。
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大连交通大学,未经大连交通大学许可,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/201910614603.3/1.html,转载请声明来源钻瓜专利网。