[发明专利]一种无人机集群过程行为建模与协同优化方法及系统

权利要求书

1.一种无人机集群过程行为建模与协同优化方法，其特征在于，包括：

对无人机集群体系采用自顶向下逐层分解的策略进行层次分解，确定个人决策层、群体行为层和顶层设计层；个人决策层的参数包括：攻击能力、防御能力、移动能力、通讯能力以及避障能力；群体行为层的参数包括：群体规模、群体密度、聚类系数以及平均距离；顶层设计层的参数包括：任务完成度、设计成本以及设计效率；

利用NetLogo仿真平台获取无人机集群体系的样本数据；所述样本数据包括：个人决策层的参数、群体行为层的参数以及顶层设计层的参数；

利用反向传播神经网络BPNN分别建立个体决策与群体行为的函数映射关系和群体行为与顶层设计的函数映射关系；

以顶层设计层的参数中的任务完成度、设计成本和设计效率为优化目标，以个人决策层的参数范围为约束条件，基于个体决策与群体行为的函数映射关系和群体行为与顶层设计的函数映射关系构建多目标优化的目标函数；

基于第二代非支配排序遗传算法NSGA-Ⅱ对多目标优化的目标函数进行全局搜索，确定全局最优解。

2.根据权利要求1所述的一种无人机集群过程行为建模与协同优化方法，其特征在于，所述利用NetLogo仿真平台获取无人机集群体系的样本数据，之后还包括：

对所述样本数据进行归一化处理。

3.根据权利要求1所述的一种无人机集群过程行为建模与协同优化方法，其特征在于，所述利用反向传播神经网络BPNN分别建立个体决策与群体行为的函数映射关系和群体行为与顶层设计的函数映射关系，具体包括：

以个人决策层的参数为BPNN的输入，以群体行为层的参数为BPNN的输出，建立个体决策与群体行为的函数映射关系；

以群体行为层的参数为BPNN的输入，以顶层设计层的参数为BPNN的输出，建立个体决策与群体行为的函数映射关系。

4.根据权利要求3所述的一种无人机集群过程行为建模与协同优化方法，其特征在于，所述利用反向传播神经网络BPNN分别建立个体决策与群体行为的函数映射关系和群体行为与顶层设计的函数映射关系，具体包括：

利用公式确定BPNN的输入输出关系；

其中，x_i表示输入值；y_k表示期望值；表示输入层i和隐含层j之间的权值；表示隐含层j和输出层k之间的权值；a_j表示隐含层j的阈值；b_k表示输出层k的阈值，n表示隐含层节点数，m表示输入层节点数，k表示输出层节点数。

5.根据权利要求1所述的一种无人机集群过程行为建模与协同优化方法，其特征在于，所述以顶层设计层的参数中的任务完成度、设计成本和设计效率为优化目标，以个人决策层的参数范围为约束条件，基于个体决策与群体行为的函数映射关系和群体行为与顶层设计的函数映射关系构建多目标优化的目标函数，具体包括：

利用公式构建多目标优化的目标函数；

其中，Z₁表示任务完成度，Z₂表示设计成本，Z₃表示设计效率，p，q为常数。