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】
本专利技术涉及uuv协同高效目标搜索领域,特别涉及一种基于融合多策略改进鲸鱼优化算法的uuv编队协同高效目标搜索路径智能设计方法。
技术介绍
1、uuv协同目标搜索方法受到任务环境的复杂性、任务需求的多样性、水下通信环境特殊性等方面因素的影响,uuv协同目标搜索路径的优劣直接影响uuv编队对目标的搜索概率,因此,需结合实际情况,考虑目标的速度以及目标自身存在的机动能力,充分利用先验信息及uuv编队探测能力,采用具备全局寻优能力的智能群集算法进行搜索路径优化设计。
2、鲸鱼优化算法(whale optimization algorithm,woa)是模拟座头鲸狩猎行为的元启发式优化算法,[seyedalimirjalili,andrew lewis,the whale optimizationalgorithm,advances in engineering software,volume 95,2016,pages 51-67,issn0965-9978.]与其他群优化算法的主要区别在于鲸鱼优化算法采用随机或最佳搜索代理来模拟捕猎行为,并使用螺旋来模拟座头鲸的泡泡网攻击机制。该算法具有机制简单、参数少、寻优能力强等优点,在经济调度、最优控制、光伏系统、图像分割等方面得到广泛的应用。
3、但标准鲸鱼算法仍存在一些缺陷:虽然具有全局搜索能力,但也存在后期收敛效率不佳,种群多样性差,容易陷入局部收敛等问题。因此,针对上述问题部分学者已开始对算法开展改进性研究;将高斯差分变异算法与鲸鱼算法相结合,进一步提升局部搜
技术实现思路
1、本专利技术所要解决的技术问题是:
2、由于uuv协同目标搜索路径的优劣直接影响uuv编队对目标的搜索概率,现有优化设计方法对路径寻优设计存在收敛精度差、后期收敛速度降低和易陷入局部最优等问题,本专利技术提供了一种基于改进鲸鱼算法的uuv搜索路径设计方法。
3、为了解决上述技术问题,本专利技术采用的技术方案为:
4、一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,包括:
5、建立单航段编队扩方应召搜索模型;
6、采用改进鲸鱼算法,设置uuv编队探测能力约束条件,通过求解uuv编队探测能力约束下编队扩方应召搜索模型的目标函数最大值对搜索路径转向点进行优化设计,确定uuv编队最优搜索路径。
7、本专利技术进一步的技术方案:所述单航段编队扩方应召搜索模型,具体为:
8、uuv在第i个搜索航段内所需的时间δthi及对应转向角为:
9、
10、
11、式中,ri为第i航段起始点坐标到原点的距离,vt为目标运动速度,vs为uuv运动速度,x0为第i航段起始点横坐标,y0第i航段起始点纵坐标,x为航段内任一点横坐标,y为航段内任一点纵坐标。
12、本专利技术进一步的技术方案:所述uuv编队探测能力约束条件具体为:
13、
14、
15、
16、
17、
18、
19、
20、x∈[xstart,xend]
21、
22、其中,x,y表示uuv搜索第i个航段上的任意一点,l表示uuv编队探测距离,k表示uuv编队探测宽度,dx代表uuv编队探测区域中投影到x轴上到原点距离最小的点与uuv编队中心点的距离投影到x轴上的长度,dy代表uuv编队探测区域中投影到y轴上到原点距离最小的点与uuv编队中心点的距离投影到y轴上的长度;代表当前时刻目标的散布圆半径,δt表示当前航段耗时。
23、本专利技术进一步的技术方案:所述改进鲸鱼算法包括:
24、基于标准鲸鱼优化算法,其中,每个鲸鱼状态代表参数优化空间中的一个路径转向点的横、纵坐标值,对应优化目标函数的一个解;
25、使用sinusoidal混沌映射生成搜索空间内随机点集,完成鲸鱼状态的初始化;
26、采用概率偏好选择机制对鲸鱼行为概率进行修正;
27、加入非线性收敛因子以及动态权重增强算法全局搜索能力;
28、采用柯西变异引导最优个体跳出局部最优。
29、本专利技术进一步的技术方案:所述鲸鱼状态,包括:
30、
31、式中,xi为随机生成的转向点横坐标,yi为随机生成的转向点纵坐标,i=1,2,...m,m为种群规模。
32、本专利技术进一步的技术方案:所述鲸鱼状态的目标函数值的确定,具体包括;
33、假设当前鲸鱼状态positions上的第k条鲸鱼状态为[xk,yk],k=1,2,...m,计算得该航段对应圆心角如下;
34、
35、并取最大值作为当前鲸鱼的目标函数值:
36、y(positions)=max(αi)。
37、本专利技术进一步的技术方案:所述采用概率偏好选择机制对鲸鱼行为概率进行修正,具体为:
38、
39、式中,t代表当前迭代次数,tmax代表最大迭代次数,rand()表示[0,1]间均匀分布的随机数。
40、本专利技术进一步的技术方案:所述非线性收敛因子以及动态权重的确定,具体为:
41、所述非线性收敛因子:
42、
43、式中,t代表当前迭代次数,tmax代表最大迭代次数;
44、所述动态权重:
45、
46、加入动态权重后,鲸鱼包围,泡泡网攻击和搜索猎物的模型如下:
47、
48、x(t+1)=ωxrand(t)-a·d
49、式中,d'表示当前搜索个体与当前最优解的距离;b为螺旋形状参数;l是值域为[-1,1]均匀分布的随机数,xrand(t)是当前随机个体的位置;
50、d=|c·x*(t)-x(t)|
51、式中,a和c是系数向量,x(t)向量是位置向量,x*(t)是目前得到的最优解的位置向量,如果存在更好的解决方案,那么应该在每次迭代中更新x*(t);
52、其中向量a和c的计算方式如下:
53、a=2a×r1-a
54、c=2×r2
55、r1和r2是[0,1]中的随机值。
56、本专利技术进一步的技术方案:所述柯西变异引导最优个体跳出局部最优,具体为:
57、在鲸鱼算法中,对当前最优的鲸鱼个体进行变异扰动,当目标函数值连续10次无变化后,柯西算子产生较短的步长来加快算法的收敛速度,提高收敛精度,在迭代后期柯西算子也能产生较本文档来自技高网...
【技术保护点】
1.一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,包括:
2.根据权利要求1所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述单航段编队扩方应召搜索模型,具体为:
3.根据权利要求1所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述UUV编队探测能力约束条件具体为:
4.根据权利要求1所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述改进鲸鱼算法包括:
5.根据权利要求4所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述鲸鱼状态,包括:
6.根据权利要求5所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述鲸鱼状态的目标函数值的确定,具体包括;
7.根据权利要求4所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述采用概率偏好选择机制对鲸鱼行为概率进行修正,具体为:
8.根据权利要求4所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述非线性收敛因子以及动态权重的确定
9.根据权利要求4所述的一种基于改进鲸鱼算法的UUV搜索路径设计方法,其特征在于,所述柯西变异引导最优个体跳出局部最优,具体为:
...【技术特征摘要】
1.一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,包括:
2.根据权利要求1所述的一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,所述单航段编队扩方应召搜索模型,具体为:
3.根据权利要求1所述的一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,所述uuv编队探测能力约束条件具体为:
4.根据权利要求1所述的一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,所述改进鲸鱼算法包括:
5.根据权利要求4所述的一种基于改进鲸鱼算法的uuv搜索路径设计方法,其特征在于,所述鲸鱼状态,包括:<...
【专利技术属性】
技术研发人员:范静,邹启明,温志文,李薇,杨智栋,
申请(专利权)人:西安康发瑞电子科技有限公司,
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。