System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于警力资源分配,具体的涉及一种基于船舶预测分布的警力船任务分配方法。
技术介绍
1、海军在海域执行实验任务时,需要对目标区域内的船只进行驱离工作,目前针对扫海任务分配时,一般通过人员经验,在实验任务之前对任务各区域分配警力船执行当天的驱离任务,任务当天再根据船只分布情况进行警力船临时调整,这种任务分配方式存在一定滞后性,效率低下,任务分配方式依靠指挥人员的经验,容易出现警力船分配不合理,目前需要一种通过预测船舶分布情况来合理分配警力船扫海任务的方法。
技术实现思路
1、本专利技术是为了解决上述现有技术存在的问题而提供一种基于船舶预测分布的警力船任务分配方法,包括如下步骤:
2、s1:对管辖地区进行区域划分,对所划分每个区域内的不同时间段船舶数据以每小时、每日、每月的形式与对应区域相关联,得到基于船舶流量关联的船舶数据;
3、s2:构建船舶分布预测模型,将步骤s1中得到基于船舶流量关联的船舶数据代入所述船舶分布预测模型,得到对应各区域的船舶预测分布数据;
4、s3:根据警力船属性构建警力船能力模型;
5、所述构建警力船能力模型通过将警力船的排水量、速度和警力装备情况进行归一化并加权相加后获得;
6、所述警力装备情况,包括:是否装备水枪、是否装备扩音喇叭;
7、s4:根据船舶预测分布数据,通过警力船能力模型计算出不同分配方式下警力船所需任务时间,比较后得出警力船的最优分配方式,具体为:根据s2中所获得的
8、进一步地,s1中,所述区域划分采用geohash编码进行管辖地区的区域划分。
9、进一步地,所述s1中所述船舶数据,包括船只数量、大小、国籍、种类。
10、进一步地,s2中,所述船舶分布预测模型采用daama模型,将s1中的基于船舶流量关联的船舶数据作为训练样本带入daama模型中,训练完成后,得到对应区域的船舶预测分布数据。
11、进一步地,步骤s3中,所述警力船的警力装备情况包括:是否装备水枪、是否装备扩音喇叭;
12、对所有警力船的排水量进行归一化处理:
13、
14、其中:dpi表示警力船i的排水量;
15、对所有警力船的速度进行归一化处理:
16、
17、对排水量、速度、是否装备水枪、是否装备扩音喇叭设置对应的权重w1、w2、w3、w4,即可得到警力船i的扫海能力为:
18、si=w1·cdi+w2·cvi+w3·ehi+w4·ewi
19、其中:喷水枪ewi和扩音器ehi为离散数值,取值为{0,1},0表示未装备,1表示装备。
20、进一步地,步骤s4中,警力船所需任务时间与与区域的对角距离成正比,具体为:
21、经划分后区域j为矩形区域,警力船i航行覆盖区域j的全域所需时间t1为:
22、
23、其中,α为任务时间与与区域的对角距离比例系数;wj为警力船i航行覆盖矩形区域j的长;hj为警力船i航行覆盖矩形区域j的宽;
24、所需时间与区域j的对角距离成正比,
25、将所有警力船的平均扫海能力设置为sd,驱赶管辖地区内一艘目标船舶所需的平均时间为τ,
26、区域j内预测所需驱赶的目标船舶数量为numj,警力船驱赶目标船舶速度与其扫海能力成正比,则警力船i驱赶区域j内所有目标船舶所需时间t2为:
27、
28、警力船i在区域j内执行扫海任务所需时间tij为:
29、
30、进一步地,步骤s4中,比较后得出警力船的最优分配方式的方法为:
31、n艘警力船针对m个区域执行扫海任务构建最小任务时间函数;
32、
33、s.t
34、aij∈{0,1}
35、
36、
37、
38、其中,aij表示第i艘船负责第j个区域的扫海任务,取值为{0,1};
39、tij表示警力船负责第j个区域的扫海时间,
40、巡逻时间由第j各区域的对角距离与负责区域的所有警力船巡航速度之和决定,
41、驱赶时间由负责区域的所有警力船驱赶每一艘船舶的消耗时间组成;
42、numj表示第j个区域的预测船舶数量,最终所得最小函数所对应的aij矩阵即为最优分配方式。
43、进一步地,步骤s4中,比较后得出警力船的最优分配方式的还可以为:
44、n艘警力船针对m个不同重要程度的区域执行扫海任务构建最小任务时间函数
45、
46、s.t
47、aij∈{0,1}
48、
49、
50、
51、其中,
52、aij表示第i艘船负责第j个区域的扫海任务,取值为{0,1};βj为区域j的重要程度系数;tij表示警力船负责第j个区域的扫海时间,巡逻时间由第j各区域的对角距离与负责区域的所有警力船巡航速度之和决定,驱赶时间由负责区域的所有警力船驱赶每一艘船舶的消耗时间组成;numj表示第j个区域的预测船舶数量,最终所得最小函数所对应的aij矩阵即为最优分配方式。
53、本专利技术具有如下有益效果:
54、通过获取目标区域的事实船舶分布情况结合历史船舶分布数据,带入预测模型进行训练,获得目标区域的船舶预测分布,对警力船的扫海能力进行量化处理,并构建目标区域内海警船完成任务的时间函数,从而获得基于船舶预测分布的最优海警船分配方式,通过提前预测船舶分布并进行警力船任务分配,提高了任务分配效率,将警力船扫海能力量化,提高了警力船的资源利用效率,即使出现需要临时调度警力船的情况,根据预测的任务分配方式也可以迅速判断出相邻区域哪些警力船能够提前完成扫海任务,前往增援。
本文档来自技高网...【技术保护点】
1.一种基于船舶预测分布的警力船任务分配方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:S1中,所述区域划分采用GeoHash编码进行管辖地区的区域划分。
3.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:所述S1中所述船舶数据,包括船只数量、大小、国籍、种类。
4.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:S2中,所述船舶分布预测模型采用DAAMA模型,将S1中的基于船舶流量关联的船舶数据作为训练样本带入DAAMA模型中,训练完成后,得到对应区域的船舶预测分布数据。
5.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:步骤S3中,所述警力船的警力装备情况包括:是否装备水枪、是否装备扩音喇叭;
6.根据权利要求5所述的基于船舶预测分布的警力船任务分配方法,其特征在于:步骤S4中,警力船所需任务时间与与区域的对角距离成正比,具体为:
7.根据权利要求6所述的基于船舶预测分布的警力
8.根据权利要求5所述的基于船舶预测分布的警力船任务分配方法,其特征在于:步骤S4中,比较后得出警力船的最优分配方式的还可以为:
...【技术特征摘要】
1.一种基于船舶预测分布的警力船任务分配方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:s1中,所述区域划分采用geohash编码进行管辖地区的区域划分。
3.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:所述s1中所述船舶数据,包括船只数量、大小、国籍、种类。
4.根据权利要求1所述的基于船舶预测分布的警力船任务分配方法,其特征在于:s2中,所述船舶分布预测模型采用daama模型,将s1中的基于船舶流量关联的船舶数据作为训练样本带入daama模型中,训练完成后,得到对应区域的船舶预...
【专利技术属性】
技术研发人员:马佳华,岳明桥,王锋,郭斌,何成波,姜山,薛中伟,崔雪静,郝洋,杨继坤,胡永涛,王来贺,
申请(专利权)人:中国人民解放军九二四九三部队信息技术中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。