申请/专利权人：哈尔滨工程大学

申请日：2023-07-04

公开（公告）日：2024-03-19

公开（公告）号：CN117726089A

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06F18/23213;G06F18/22

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：优化K‑means威胁目标聚类的集群护航任务分配方法及系统，涉及无人集群任务分配技术领域。解决了现有的目标聚类和任务分配方法未考虑海面运动威胁目标的运动特性及其对护航任务的威胁程度，导致目标聚类效果差和任务分配效率低的问题。本发明通过建立威胁评估判定规则对海面威胁目标进行定性定量的威胁评估、判定与预测、基于护航威胁相似度改进的优化聚类中心K‑means算法对威胁目标拦截点进行聚类，建立海洋机器人集群护航任务的数学模型构建威胁拦截代价函数，通过匈牙利算法对任务分配问题的数学模型进行求解获得威胁任务指派方案，使得每个海洋机器人的拦截任务利润最大。本发明主要应用在海上护航中。

主权项：1.优化K-means威胁目标聚类的集群护航任务分配方法，其特征在于，该方法包括如下步骤：步骤1、根据海面上运动的各待评估目标分别相对护航海洋机器人集群中各海洋机器人间的最短会遇距离和最短会遇时间，对待评估目标进行目标威胁评估与判定确定待评估目标是否为威胁目标，识别出威胁目标集合；通过平行接近法预测出护航对象对各威胁目标的拦截点；威胁目标与拦截点为一一对应关系；步骤2、通过基于护航威胁相似度改进的优化聚类中心K-means算法对威胁目标对应的拦截点进行聚类，将m个拦截点划分为n簇，m＞n，确定各簇的聚类结果；各簇的聚类结果为一个簇心集合，该簇心集合中包括簇心和簇内的各拦截点；簇的个数与护航海洋机器人集群中海洋机器人的个数相同；步骤3、根据各威胁目标对各海洋机器人的综合威胁价值、以及各海洋机器人对各拦截点的综合拦截代价，计算各海洋机器人对各簇心集合内拦截点的拦截成本；步骤4、根据各海洋机器人对各簇心集合内拦截点的拦截成本，建立护航海洋机器人集群任务分配问题的数学模型，并通过匈牙利算法进行求解，以各海洋机器人对各簇心集合内拦截点的拦截成本最小为优化目标，使得每个海洋机器人匹配一个拦截成本最小时所对应的簇心，完成集群护航任务分配。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 优化K-means威胁目标聚类的集群护航任务分配方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD