[发明专利]一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法

摘要

本发明公开了一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法，通过RCRSS中的Agent模块获取到救援地图模型，由Kernel智能体获取地图信息初始化参数，通过集群度方法得到初始化的救援位置；再按照布谷鸟搜索算法进行聚类分析，得到全局最优救援位置以及最差救援位置；接着利用布谷鸟搜索算法调整后的新公式更新救援位置，将获取的新数据节点，按照与聚类中心最近的原则，对更新后的救援位置进行聚类划分；通过进行聚类分析并更新数值，将得到的数据节点与前次的救援位置比较，视情况保留最优解或者继续迭代。将布谷鸟搜索算法运用到RCRSS中，优化了救援地图分区的方法，极大的提高了Kernel智能体的救援效率。

主权项

1.一种基于布谷鸟搜索算法的RCRSS救援地图分区的计算方法，其特征在于，包括以下步骤：S1、根据RCRSS中的Agent模块获取到救援地图模型，通过Kernel智能体获取地图信息并初始化参数，包括发现概率pa、随机数r、最大迭代次数T等；S2、通过集群度方法选取k个初始聚类中心位置，得到初始化的救援位置；S3、按照布谷鸟搜索算法进行聚类分析，根据对每个救援位置进行评价，记录相应救援位置的极值P_i，分析得到全局最优救援位置P_g，以及最差救援位置X_worst；S4、按照布谷鸟搜索算法调整后的新公式更新救援位置，获取新的数据节点；S5、将每一个数据节点，按照与聚类中心最近的原则，对更新后的救援位置进行聚类划分；S6、根据聚类分区情况，再次进行S3步骤并更新数值，同时记录f(x)max和f(x)min，并与上一次的救援位置比较，保留最优解；S7、比较并更新节点的最优值，若新值优于先前的极值，则更新数值，否则不更新；S8、如果达到预设的迭代次数T则停止迭代，输出最优解，否则回到S4步骤继续迭代。