基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法技术

本发明专利技术提出了一种基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，用于自然保护区内监测摄像头规划的多目标问题。该方法首先运用层次分析法提取出不同自然保护区中对摄像头的多种性能的偏好程度，即权重，其次根据各个指标的权重设置一个加权偏好。然后将加权偏好运用到多目标粒子群优化算法(MOPSO)的全局最优粒子的选择，引导粒子群向偏好区域收敛，最后运用多目标偏好PSO对自然保护区不同类型摄像头数量进行优化，得出问题的优化解集，以供选择。该方法可以针对不同的自然保护区的自然条件，得出不同的规划方案。

【技术实现步骤摘要】
基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法
本专利技术属于计算机应用
，具体是基于加权偏好的多目标粒子群优化MOPSO用于自然保护区摄像头规划问题的方法。
技术介绍
野生动物保护是当今一个非常重要的问题，建立自然保护区是保护野生动物的一个非常有效的方法。建立自然保护区可以保护人类赖以生存和发展的生物多样性，保证生物资源的永续利用，实现可持续发展。同时，建立自然保护区也可以增加人类对野生动物的了解和研究，探索动物在野外环境下的生活习性，也为启发式算法提供启发。目前，随着人们对自然的关注度越来越高，全球逐渐建立起越来越多的自然保护区，但是为了避免野生动物的生活受到人类的干扰，数据的采集只能通过摄像头记录的方式进行。一般来说，自然保护区的占地面积都非常大，如何合理规划摄像头是一个值得思考的问题。同时，由于不同的自然保护区所处地理位置不同，其自然条件以及气候条件均不同，其中生活的野生动物种类不同，生活习性不同，为了更直观有效的观测野生动物的生活情况，需要不同性能的摄像头进行数据采集。有的地方靠近水源，湿度大，需要防水本文档来自技高网...

【技术保护点】
1.基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，其特征在于，包括下列步骤：/n步骤1：提取出不同自然保护区对于摄像头性能，包括夜视性能，防水性能，耐高温性能的偏好程度；/n步骤2：采用均匀初始化方法，初始化摄像头规划的种群，每个粒子代表一种摄像头规划方案；/n步骤3：计算摄像头规划粒子在各目标函数上的值，将生成的非支配解集存储到外部存档中；/n步骤4：选择摄像头规划粒子的全局引导者，引导摄像头规划种群向偏好区域搜索；/n步骤5：更新粒子群优化PSO公式，并为摄像头规划粒子的位置增加扰动，增加种群的多样性；/n步骤6：计算摄像头规划粒子在各目标函数上的值，用来评价每个摄像头规划种群...

【技术特征摘要】
1.基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，其特征在于，包括下列步骤：
步骤1：提取出不同自然保护区对于摄像头性能，包括夜视性能，防水性能，耐高温性能的偏好程度；
步骤2：采用均匀初始化方法，初始化摄像头规划的种群，每个粒子代表一种摄像头规划方案；
步骤3：计算摄像头规划粒子在各目标函数上的值，将生成的非支配解集存储到外部存档中；
步骤4：选择摄像头规划粒子的全局引导者，引导摄像头规划种群向偏好区域搜索；
步骤5：更新粒子群优化PSO公式，并为摄像头规划粒子的位置增加扰动，增加种群的多样性；
步骤6：计算摄像头规划粒子在各目标函数上的值，用来评价每个摄像头规划种群中的粒子好坏；
步骤7：将非支配规划解集加入外部存档，更新与维护外部存档；
步骤8：如满足终止条件，进入步骤9，否则跳入步骤4进行循环；
步骤9：结束。


2.根据权利要求1所述的基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，其特征在于，所述的步骤1包含下列步骤：
步骤1.1：首先将需要决策的自然保护区摄像头数量，考虑的因素包括夜视性能，防水性能，耐高温性能按照它们之间的关系分为高层与低层；
步骤1.2：构造对比判断矩阵，将摄像头规划所考虑的因素包括夜视性能，防水性能，耐高温性能两两比较，通过相对尺度标量来刻画规划中的两两因素之间的相对重要性程度，两两对比时采用的相对尺度标量设置如下：
uij取值为1是表示：ui与uj的重要性相同；
uij取值为3是表示：ui比uj的重要性稍强；
uij取值为5是表示：ui比uj的重要性强；
uij取值为7是表示：ui比uj的重要性明显的强；
uij取值为9是表示：ui比uj的重要性非常的强；
当uij取值为2，4，6，8表示：ui与uj的重要性之比在上述相邻等级之间；
当uij取值为1/2，……，1/9表示：uj与ui的重要性之比为以上uij的相反数；
其中ui表示第i个摄像头规划中的因素，uj为第j个摄像头规划中的因素；
根据上面的uij计算方法，得到的多个uij构成判别对比矩阵；
此矩阵的将在下面被使用，用来求各自然保护区摄像头规划各方案的相对权重值；
步骤1.3：层次单排序指的是，对于上一层而言，本层次规划的各个因素的相对重要性的排序，即根据对比判断矩阵求出各个摄像头性能的因素的相对权重，可写成向量形式，即w＝(w1,w2,…,wn)T，得到的w即为对比判断矩阵A的特征向量，可以作为摄像头规划的各因素对于决策目标产生影响的权向量，即相对重要性的评价。


3.根据权利要求1所述的基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，其特征在于，所述的步骤2包含下列步骤：
步骤2.1：初始化PSO算法的参数，包括惯性权重ω，r1r2随机数，函数的上下界，学习因子C1C2；
步骤2.2：初始化摄像头规划种群的种群大小，迭代次数，随机初始化n个粒子的速度，位置，本发明采用均匀初始化的方法，即让n个粒子的位置，均匀的分布在函数的上界与下界之间，使得初始化的粒子能够布满整个决策空间。


4.根据权利要求1所述的基于加权偏好的多目标粒子群优化的自然保护区摄像头规划方法，其特...

【专利技术属性】
技术研发人员：韩飞，洪浩楠，方升，彭禹铭，朱少钧，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32