一种基于遗传算法的目标选择规划方法技术

本发明专利技术涉及一种基于遗传算法的目标选择规划方法，属于计算机仿真技术领域。本发明专利技术具体步骤为：首先计算得到目标队形中的目标位置，确定初始队形和目标队形中位置编号；然后随机产生初始种群，计算种群内染色体适应值以产生种群，如种群满足循环终止条件，则终止；否则根据适应度对染色体进行复制；接着按交叉概率进行交叉操作并对产生的新染色体校验；按变异概率对染色体进行变异并对产生的新染色体调整，产生种群。本发明专利技术队形中各实体能由当前位置平滑自然地过渡为目标队形；很大程度上减小了碰撞检测和规避的压力。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及，属于计算机仿真
。本专利技术具体步骤为：首先计算得到目标队形中的目标位置，确定初始队形和目标队形中位置编号；然后随机产生初始种群，计算种群内染色体适应值以产生种群，如种群满足循环终止条件，则终止；否则根据适应度对染色体进行复制；接着按交叉概率进行交叉操作并对产生的新染色体校验；按变异概率对染色体进行变异并对产生的新染色体调整，产生种群。本专利技术队形中各实体能由当前位置平滑自然地过渡为目标队形；很大程度上减小了碰撞检测和规避的压力。【专利说明】
本专利技术涉及一种基于遗传算法的计算机生成兵力队形变换中目标选择规划的方法，属于计算机仿真
。
技术介绍
在作战仿真中，计算机生成兵力(Computer Generated Forces, CGF)实体一般是按照一定的队形来行进的。CGF实体的队形需要根据战场约束和态势变化来进行选择和变换。随着仿真规模的扩大和仿真实体数量的增加，队形变换方法就成为团队CGF行进必须研究的一个问题。 队形变换过程的基础团队CGF实体的队形描述是队形变换过程的基础。以坦克排CGF为例，美军坦克排有七种常用战斗队形。以O号车为原点，在获取基准车位置后，以团队行进方向作为y轴正方向建立队形局部坐标系，可由美军战术手册查得该队形的跟随车(除O号车以外的车)位置变换的参数，从而得到目标队形的数学模型。得到模型后，队形变换的下一步工作就是目标选择规划。 目标选择路径规划是指在队形变换过程中，为初始队形中的每一个实体确定其在目标队形中的具体位置，即已知CGF实体的初始位置，根据一定的限定条件，如要求距离最短，距离相近，在目标队形的众多目标位置中选择一个适合当前实体的目标位置。 传统的队形变换法中，跟随车需要变换到的位置由两种方式决定:①由队形描述指定位置；②最短路径规划法。 ①由队形描述指定位置 在目标队形中，战术手册为每个跟随车限定了目标位置的选择。跟随车将要变换到的位置由基准车的位置信息以及战术手册中限定的本车相对位置来确定。这样的目标选择规划方式显然缺乏灵活性和合理性，在实际的队形变换中，得到的结果也很难符合需求或符合真实情况，甚至可能造成跟随车行进路线过长，路线之间有过多的交叉，最后引起避障处理时的过多等待和绕行。 ②最短路径规划法 最短路径规划法为路径规划添加了变换路径最短的限定条件，据此进行目标选择。该方法中，一般要求为一个已经确定初始位置和目标位置的对象搜索一条权值最小的路径。为了将这个单对象操作过程应用到多对象的目标选择路径规划问题当中来，需要构造一个多对象的遍历过程来完成整个操作。假设有η个CGF实体进行队形变换，那么需要经过η次选择过程,第i (O彡i〈n)次在当前队形的(n_i+l)个CGF实体中选择一个实体，和目标队形中余下(η-1+l)个目标位置匹配，具体过程为: (I)初始化目标选择标记集合C，设定为“未选择”状态。 (2)计算初始队形中实体i的位置与目标队形中η-1+l个“未选择”的目标位置的距离集合Cli ； (3)找出Cli中的最小值Clij，也即实体i和目标队形中“未选择”位置的距离最小值； (4)将目标选择集合c中的第j个变量Cj标记为“选择”状态，即实体i将要移动到目标j ; (5)如c中还有“未选择”的位置，则回到(2)，否则停止计算。 由上述过程，可以看出，最短路径规划法在全部的初始队形位置和目标队形位置之间选择距离最短的位置映射关系，即通过大量的距离运算，来为每个初始点在目标队形中找到符合距离约束的目标位置。方法的关键是计算大量的两点间距离，以及对这些距离数据进行排序。然而，如果要在实时战场仿真系统中使用目标选择算法，还需要使传统的最短路径规划方法的复杂度降低。另外，最短路径规划算法中也没有考虑队形中位置点之间的相互位置关系，可能导致最后匹配的实体和目标位置的距离过大而影响变换过程。
技术实现思路
本专利技术为了克服已有的CGF队形变换目标选择规划方法中，存在的灵活性不足、队形变换平滑度不够、碰撞检测和规避压力大、团队整体规划不足的问题，提出。 在本专利技术中，对应于某个实体的位置参数用“实体名.参数”的方式表示，用Ptl,表示处于初始位置的CGF实体，用Qtl, QyQlri表示处于目标位置的CGF实体。CGF 实体的位置坐标是两个参数X和1，分别表示在X和y方向的坐标值，则P1.X表示处于初始位置的实体Pi在X方向的坐标，其中O ( i彡n-1，P1.y表示处于初始位置的实体Pi在y方向的坐标，其中OSiSn-1处.x表示处于目标位置的实体Qi在x方向的坐标，其中O彡i彡n-1，Q1.y表示处于目标位置的实体Qi在y方向的坐标，其中O彡i彡n_l。 已知目标队形，η个CGF实体的初始位置(P。.X, P。.y), (P1.X, P1.y)…(Plr1-X,Plr1.y)，和当前时刻下的团队基准车位置。 本专利技术技术方案的具体实现步骤为: 步骤一、计算得到目标队形中的η个目标位置: 以O号车，即基准车，为原点，以团队行进方向作为y轴正方向建立队形局部坐标系。由美军战术手册，可查得该队形下第i辆车(0〈i〈n)与基准车的距离d，以及两车连线与X轴正方向的夹角α。 基准车在全局坐标系下的位置为(Qc1.X，Qc1.y)，队形前进方向与y轴正方向的夹角β，那么第i车从初始位置变换到目标位置，经过变换后在全局坐标系下的位置为: OiX - ?λ.Λ.+ ?/χ COS(GT) X cos(Z?) + ?/ X sin(ct..) X sin(Z?) .(I) Qj._v = O0.y + d X cos(or) X sin(/?) + d x sin(or) x cos(/?) 以此类推，则可由目标队形和基准车位置，计算得到目标队形中余下n-1个实体位置(Q1.X，Q1.y)，(Q2.X，Q2.y)...(Qlr1.x，Qlr1.y)。 步骤二、确定初始队形和目标队形中η个CGF实体的位置编号: 对初始队形中各位置进行两两比较，确定这些位置在队形行进切线方向和法线方向的排列顺序。设队形前进方向的单位向量为f，待比较的两个不同的实体为Pi, Pp (0〈i，j<n)。则这两个实体的位置差向量为d (P1.X-Pj.X, P1.Y-Pj.y)，对于 d.f = I d.f I cos (d, f)(2) 如果向量d与f的点积大于零，那么沿着f方向，？」在Pi之前。当遍历完队形中的所有位置，在Pi之前的所有点的数量，即为？1在队形切线方向的序号，表示为P1.tang_seq,tang_seq是实体Pi的一个参数。队形的法线方向单位向量由f顺时针转动90度后得到。如果法线方向单位向量与f的点积大于零，那么沿着f方向，P」在Pi之前。当遍历完队形中的所有位置，在Pi之前的所有点的数量，即为Pi在队形法线方向的序号，表示为P1.norm_seq, norm_seq是实体Pi的一个参数。对于目标队形，Q1.tang_seq和Q1.11rn^seqi分别表示目标队形中Qi实体的切线方向和法线方向的序号。 步骤三、随机产生初始种群: 设定种群本文档来自技高网...

【技术保护点】
一种基于遗传算法的目标选择规划的方法，其特征包括以下步骤：步骤一、计算得到目标队形中的n个目标位置；步骤二、确定初始队形和目标队形中位置编号；步骤三、随机产生初始种群；随机产生popsize条染色体，其中，一条染色体由n个十进制基因码组成的队列表示，染色体中第i位的基因码j表示第i个实体在变换过程中前往第j个目标位置；步骤四、计算种群内染色体适应值，适应度函数为：Fitness=Σi=0n-1Σj=0n-1Vij×(wt|Pi.tang_seq-Qj.tang_seq|+wn|Pi.norm_seq-Qj.norm_seq|),]]>步骤五、判断是否满足循环终止条件，如种群出现适应度为0的染色体或群循环次数达到设定的循环次数上限，则算法终止，否则执行步骤六；步骤六、根据适应度对染色体进行复制：步骤七、按交叉概率进行交叉操作，将得到的中间代种群随机重新排列；步骤八、对产生的新染色体校验，将交叉操作生成的各条染色体进行纠错，依次遍历一条染色体的各位基因码，并将当前位的基因码与此前的各基因码位进行比较，若发现有重复则重新计算当前位的编码值value，即为当前实体另选一个目标位置，计算方法为value=(value+1)%n，并重新检查这一位基因码，若还有重复则继续加1直至没有重复；步骤九、按变异概率对染色体进行变异，依次遍历当前种群各条染色体，并生成一个位于[0，1]区间的随机数rand_num，如果rand_num小于变异概率Pm则再产生两个位于[1，n]之间的随机整数rand_i和rand_j，并将当前染色体第rand_i和rand_j位的基因码交换，至此得到新一代的种群；步骤十、对产生的新染色体调整，产生种群，如果步骤六中保存的上一代最优秀染色体在当前种群中不存在，则将其添加到当前种群，并淘汰掉当前种群中最差染色体，之后，转步骤四。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李凤霞，赵三元，介飞，卢兆涵，张王成，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11