申请/专利权人:中国矿业大学;中国矿业大学(北京)
申请日:2024-02-02
公开(公告)日:2024-04-26
公开(公告)号:CN117933662A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06N3/047;G06N3/086;G06N5/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明公开了一种基于分解的异构群智感知任务多目标进化分配方法,属于无线传感网络技术领域。首先利用无人机和人员组成异构群智感知系统;考虑无人机和人员各自可到达的区域、成本预算限制,以感知任务的感知质量以及剩余执行成本最大化为优化目标,建立异构群智感知任务多目标分配模型;将该多目标任务分配模型分解为一组标量子问题;利用遗传算法迭代搜索该标量子问题的最优分配方案;将所有标量子问题的最优分配方案合并后得到原多目标任务分配问题的最优解集。有效解决了异构群智感知系统的任务分配问题,所提算法能够高效搜索到收敛性和多样性好的分配方案集合,能够极大的提高对不同环境数据获取的手段和效率。
主权项:1.一种基于分解的异构群智感知任务多目标进化分配方法,其特征在于,使用异构群智感知系统对目标感知区域进行感知数据收集,异构群智感知系统的基本感知单元为移动用户,包括多个无人机和手持终端设备的人员,其中无人机可以到达人员无法抵达的地理位置;包括以下步骤:1将基础单元需要抵达的目标感知区域构建为异构群智感知图,将异构群智感知图进行网格划分,并根据其实际情况对划分的网格进行标注,包括禁飞网格区域、人员不可达网格区域、普遍可达网格区域;感知系统根据各感知网格区域的标注类型,将位于不同感知网格区域的感知任务分配给合适的移动用户去完成;2综合考虑感知任务的完成质量和经济性、相关资源约束限制、最大化所有感知任务的平均感知质量、平均剩余执行成本为优化目标,以移动用户对感知区域的可达性、感知任务执行成本不得超出预算,每个移动用户被分配任务数量不超过该移动用户最大任务承载量,定义每个任务所需移动用户数量为约束条件,建立异构群智感知任务多目标分配问题模型;3将异构群智感知任务多目标分配问题分解为L个标量子问题;4采用基于随机配置网络SCN的初始化策略,针对每个标量子问题生成高质量的初始种群,基于所得到的初始种群,利用遗传算法迭代搜索标量子问题的最优分配方案;5将L个标量子问题的最优分配方案合并成一个集合,并利用非支配排序法对集合中所有分配方案进行排序,得到原多目标任务分配问题的最优分配方案集合。
全文数据:
权利要求:
百度查询: 中国矿业大学;中国矿业大学(北京) 基于分解的异构群智感知任务多目标进化分配方法
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。