一种数据、知识双驱动的群体智能决策方法及装置制造方法及图纸

本发明专利技术提供了一种数据、知识双驱动的群体智能决策方法及装置。方法包括：构建群体智能系统；独立于所述群体智能系统配置有知识处理控制器及神经网络控制器；知识处理层基于知识处理控制器生成知识匹配决策结果；所述数据处理层基于神经网络控制器，得到修正后的各学习模型的输出，作为修正结果；基于控制器配合模式，以及所述知识匹配决策结果和所述修正结果，生成最终决策结果；将所述最终决策结果作为所述群体智能系统的输出；所述无人集群基于所述最终决策结果，由无人集群中的各个个体做出个体决策，所述个体决策用于指引个体的行为和动作。本方法通过结合数据驱动和知识驱动，以知识来引导产生数据模型，形成知识与数据的交替迭代。

【技术实现步骤摘要】

本专利技术涉及群体智能，尤其涉及一种数据、知识双驱动的群体智能决策方法及装置。

技术介绍

1、群体智能(collective intelligence，ci)起源于对群居性生物及人类社会性行为的观察研究，因其分布性、灵活性和健壮性等优势，为很多极具挑战的复杂性问题提供了新的解决方案，是新一代人工智能重点发展的五大智能形态之一。进一步，由无人机、无人车等自主无人平台组成的无人集群系统获得长足发展，在智能交通管控、区域物流调度、机器人集群控制、复杂网络同步等领域取得了一系列研究和应用成果。特别是在军事智能领域，群体智能已被认为是有可能带来颠覆性变革的新技术。当前主流的群体智能决策方法主要包括两大类：知识驱动和数据驱动。

2、知识驱动方法可充分利用已有知识，包括已有模型与算法知识、规则经验知识以及特定领域知识。知识的广泛内涵便于实现多学科知识的灵活集成；同时，许多基于模型的知识驱动方法具有完备的理论支撑体系，在分析算法稳定性、最优性、收敛性等方面具有天然优势；此外，知识驱动模型具有更好的可解释性；知识作为一种数据和信息高度凝练的体现，往往意味着更高效本文档来自技高网...

【技术保护点】

1.一种数据、知识双驱动的群体智能决策方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的方法，其特征在于，所述控制器配合模式包括并联结合模式、知识优先串联结合模式、数据优先串联结合模式。

3.如权利要求2所述的方法，其特征在于，所述基于控制器配合模式，以及所述知识匹配决策结果和所述修正结果，生成神经网络模型计算后的知识匹配决策结果，其中：

4.如权利要求2所述的方法，其特征在于，所述基于控制器配合模式，以及所述知识匹配决策结果和所述修正结果，生成神经网络模型计算后的知识匹配决策结果，其中：

5.如权利要求2所述的方法，其特征在...

【技术特征摘要】

1.一种数据、知识双驱动的群体智能决策方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的方法，其特征在于，所述控制器配合模式包括并联结合模式、知识优先串联结合模式、数据优先串联结合模式。

3.如权利要求2所述的方法，其特征在于，所述基于控制器配合模式，以及所述知识匹配决策结果和所述修正结果，生成神经网络模型计算后的知识匹配决策结果，其中：

4.如权利要求2所述的方法，其特征在于，所述基于控制器配合模式，以及所述知识匹配决策结果和所述修...

【专利技术属性】
技术研发人员：包阳，李晶，张静，苏钰淏，何阳，杜沛伦，代明竹，
申请(专利权)人：中国人民解放军军事科学院系统工程研究院，
类型：发明
国别省市：