[发明专利]基于加权模糊Petri网的自主无人机形式化推理方法

摘要

本发明公开了一种基于加权模糊Petri网的自主无人机形式化推理方法，用于解决现有基于模糊Petri网的形式化推理方法实用性差的技术问题。技术方案是引入加权模糊Petri网形式化推理算法，并在推理算法中采用矩阵对应行列元素相乘取最大值算子代替背景技术的矩阵对应行列元素相乘求和算子，以适应自主无人机形式化推理策略规则集中存在的多条规则的输出命题是相同的情形。由于采用了基于模糊Petri网的智能决策形式化推理方法，使得自主无人机比如执行双机或多机搜索/攻击任务时，能够有效的适应形式化推理过程策略规则集中同时存在着不同输入命题对规则结论的贡献和影响不同以及多条规则的输出命题是相同的情形，实用性强。

主权项

一种基于加权模糊Petri网的自主无人机形式化推理方法，其特征在于包括以下步骤：步骤一、定义WFPN为一个10元组：WFPN＝(P，T，D，I，O，α，β，f，Th，W)其中：P＝{P₁，P₂，P₃，...，P_m}为库所集，包括规则的前提和结论，是有限个库所的集合；T＝{t₁，t₂，t₃，...，t_n}为变迁集，是有限个变迁的集合，其对应的规则置信度向量CF＝(μ₁，μ₂，μ₃，...，μ_n)；D＝{d₁，d₂，d₃，...，d_m}是有限个命题的集合，|P|＝|D|；I：为输入矩阵；I＝[δ_ij]_m×n (δ_ij∈[0，1]，i＝1，2，...，m；j＝1，2，...，n)表示p_i到t_j的输入关系及权值,当p_i是t_j的输入库所时δ_ij＝w_ij，否则为0；O：为输出矩阵,O＝[γ_ij]_m×n (γ_ij∈[0，1]，i＝1，2，...，m；j＝1，2，...，n)表示t_j到p_i的输出关系及规则可信程度μ(t_j),当p_i是t_j的输出库所时γ_ij＝μ(t_j)，否则为0；α：P→[0，1]是命题到实数[0，1]之间的映射，α＝[α₁，α₂，...，α_m]^T(α_i∈[0，1]，i＝1，2，...，m)为命题的置信度向量，代表各命题的某个时刻状态；表示命题的初始置信度；表示第k次推理后的命题置信度；β：P→D是从库所到命题之间的映射；f：T→[0，1]为变迁到实数[0，1]之间的映射，f(t)＝μ(μ∈[0，1])表示规则信度；Th：λ_i代表变迁t_i的阈值。λ＝[λ₁，λ₂，......，λ_n]为阈值向量，λ_i∈(0，1)，i＝1，2，...，n；W：表示规则的权值集合，记为W＝{w₁，w₂，...，w_k}；w_i为输入命题d_i(i＝1，2，3...，k)的权系数，它代表规则输入命题对于结论贡献程度，当n＝1时，权值为1；步骤二、根据领域专家经验和相应的规则约束条件，设计加权模糊产生式规则；加权模糊产生式规则描述如下：IF d₁(w₁)ANDd₂(w₂)…ANDd_n(w_n)THEN d_K(μ,λ),i＝1，2，...n且其中，d₁表示规则中的某个输入命题，w_i表示规则中的某个输入命题权值，d_k表示规则的输出命题，μ表示规则的可信程度，λ表示规则发生的阈值；权值、阈值以及信度值说明如下：1)权值：引入权值，为每个输入命题设定加权因子，以适应无人机双机或多机自主执行搜索/攻击任务时，搜索/攻击策略规则集中存在着不同输入命题对规则结论的贡献和影响不同；权值的确定通常是由领域专家知识获得；如果要给某个命题分配较大的权值，应当遵守以下原则：①该命题对结论成立的贡献较大；②该命题具有较大的独立性且其它命题都对它有依赖关系；2)信度：代表了条件满足时结论的可信程度，能够反应整个规则的真实程度；3)阈值：推理得以进行的最低信度值；步骤三、根据加权模糊Petri网建模方法，对所设计的产生式规则建立WFPN模型；加权模糊产生式规则建模说明如下：1)转换原则；①一条规则对应模型中的一个变迁；②产生式规则中的每个命题对应一个库所；③库所的状态表示命题的可信程度；④命题之间的逻辑关系对应库所和变迁之间的有向弧；⑤规则的可信程度对应变迁的置信度值；⑥命题对结论的贡献程度用有向弧上的权值来表示；2)WFPN模型表示并引入分层策略；加权模糊产生式规则往往包含许多∧或∨连接的命题，将简单规则以及它们的相互组合的规则对应的加权模糊产生式结构归结为以下三种类型：①IF d₁(w₁)THEN d_k，(CF＝μ₁)，λ₁②IF d₁(w₁)∧d₂(w₂)∧...∧d_n(w_n)THEN d_k，(CF＝μ₁)，λ₁③IF d₁(w₁)∨d₂(w₂)∨...∨d_n(w_n)THEN d_k，(CF＝μ₁，μ₂，...，μ_n)，λ₁，λ₂，...，λ_n步骤四、根据建立的模型生成推理运算中需要的矩阵和向量；其中，输入矩阵为I，输出矩阵为O，阈值向量为λ；步骤五、按照下述WFPN形式化推理算法步骤进行推理；上述WFPN形式化推理算法说明如下：1)定义三个算子：①其中A、B、D均为m×n维矩阵，i＝1，2，...，m；j＝1，2，...，n；②Θ：AΘB＝D，如果a_ij≥b_ij，d_ij＝a_ij；a_ij＜b_ij，d_ij＝0；其中A、B、D均为m×n维矩阵，i＝1，2，...，m；j＝1，2，...，n；③A，B，C分别为m×p，p×n，m×n的矩阵，C_ij＝max_1≤k≤p(a_ik，b_kj)，i＝1，2，...，m;k＝1，2，...，p；j＝1，2，...，n；2)WFPN形式化推理算法步骤如下：①令k＝0，对向量α⁰进行初始化；②计算已知客观事实条件下，变迁的输入命题组合置信度ρ＝I^T·α^k；③计算σ＝ρΘλ，比较命题组合置信度ρ和变迁阈值向量λ，判断能够使能的变迁；④激发上一步判断出的使能变迁，并计算同时为变迁的输入输出库所传递新的状态值；⑤计算通过得到的新的状态值，更新整个库所集的状态值；⑥若α^k+1≠α^k，令k＝k+1，重复步骤②至步骤⑤；若α^k+1＝α^k，推理结束,并输出α^k+1；步骤六、对推理计算结果进行分析决策。