[发明专利]仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法有效
申请号: | 201810587885.8 | 申请日: | 2018-06-08 |
公开(公告)号: | CN108830373B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 谢榕 | 申请(专利权)人: | 武汉大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 严彦 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法,包括初始化种群及其参数,设定初始状态下,所有Agent都将初始位置作为个体最优位置,并且所有Agent都将自己最邻近的6或7个邻居的最优值作为局部最优;适应度函数计算,设定每个Agent个体周围的邻居分布各向异性,但其最邻近6或7个邻居为各向同性,Agent个体之间的相互作用取决于拓扑距离;选择更新同伴,包括为某Agent选择最邻近的6或7个邻居之一作为其更新同伴;定义Agent之间的相互作用关系;进行Agent速度与位置的更新。本发明将在无人机集群密集编队、大型集合场所人群应急疏散、大规模机器人群体协同作业、疾病传播控制等军事、应急、工业、医疗等领域都具有非常广阔的应用前景。 | ||
搜索关键词: | 椋鸟 群集 飞行 大规模 智能 群体 自主 协同 建模 方法 | ||
【主权项】:
1.一种仿欧椋鸟群集飞行的大规模智能群体自主协同的建模方法,其特征在于:包括以下步骤,步骤S1,初始化种群及参数,包括设定初始状态下,所有Agent都将初始位置作为个体最优位置,并且所有Agent都将初始位置作为个体局部最优位置;步骤S2,适应度函数计算,包括遵循以下规则⑴和规则⑵,构建拓扑作用机制框架,规则⑴,每个Agent个体周围的邻居分布各向异性,但其最邻近6或7个邻居为各向同性;规则⑵,Agent个体之间的相互作用取决于拓扑距离;步骤S3,选择更新同伴,包括为Agent i选择最邻近的6或7个邻居之一作为更新同伴Agent j;步骤S4,定义Agent之间的相互作用关系;步骤S5,进行Agent速度与位置的更新,返回步骤S2直到Agent群体到达目的地或循环次数达到最大进化代数。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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武汉大学,未经武汉大学许可,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/patent/201810587885.8/,转载请声明来源钻瓜专利网。