[发明专利]基于混沌非支配排序遗传算法的机器人多目标搜索方法

权利要求书

1.一种基于混沌非支配排序遗传算法的机器人多目标搜索方法，其特征在于，包括以下步骤：

步骤一：对机器人灾后救援过程建立数学模型，构建目标函数与变量空间约束条件；

所述步骤一中，在机器人实施搜救任务时，基于起点、终点和被困人员的具体位置，同时评估搜索代价与搜索风险，建立双权值的网络图；网络图中，用S表示机器人的出发点，l表示已知搜救目标的终点，数字分别表示可能存在被困人员的目标点，出发点S与各目标点之间、相邻两目标点之间、各目标点与终点之间均通过弧段连接，各个弧段的权值表示搜索代价与搜索风险的评估；

机器人从起始点S经过可疑目标点最后达到已知搜救目标的终点l，要求在约束时间T内，搜索到的生命R越多，风险F越小，所花费的搜索代价D最小；因此，建立R矩阵、F矩阵和D矩阵，构造3个多目标函数如式(1)、式(2)和式(3)所示：

其中，MaxZ₁代表的是搜索到的最大生命数量，MinZ₂代表的是搜索的最小风险，MinZ₃代表的是最小搜索代价，m表示三个矩阵的尺寸，即m*m的矩阵，R(i)、F(i)、D(i)分别表示矩阵R的第i列元素、矩阵F的第i列元素、矩阵D的第i列元素；又因为三个目标函数的变量之间相互独立，因此对目标函数进行优化如式(4)、式(5)所示：

初始的三个变量矩阵则对变量的取值进行约束，同时满足机器人整个搜索时间限制在T内，如式(6)所示：

其中，表示R矩阵中被困人员u与被困人员v组成的矩阵中第i列元素，a_u,v是从u到v的路径，t(a_u,v)表示从被困人员u到被困人员v所花费的时间，不同的路径对应不同的时间；

步骤二：根据约束条件生成N个个体的初始父代种群；

步骤三：父代种群经过交叉与变异得到N个个体的初始子代种群，将初始父代种群和初始子代种群组合构成2N个个体的新群体；

步骤四：对新群体进行非支配排序，若两个个体互不支配，则将这两个个体置于同一非支配层；

步骤五：将步骤四中的新群体依次从第一非支配层开始构建N₁个部分子代个体，直到部分子代个体大小等于N₁或者第一次超过N₁时停止，设此时部分子代个体大小为S_t；若S_t超过N₁，则保留最后一个非支配层，对最后一个非支配层中的个体进行淘汰，使得部分子代个体数目等于N₁；

步骤六：对步骤五中被淘汰的2N-N₁个个体进行混沌映射产生新个体，从新个体中筛选得到N₂个优胜子代个体；

步骤七：将N₁个部分子代个体和N₂个优胜子代个体组合构成具有N个个体的真正子代种群，也就是下一次迭代的父代种群；将得到的真正子代种群进行非支配排序，处于第一非支配层的个体集，就是本次迭代获得的最优解集；

步骤八：重复步骤三至步骤七，直到算法收敛，即获得多目标优化问题的全局最优解。

2.根据权利要求1所述的基于混沌非支配排序遗传算法的机器人多目标搜索方法，其特征在于，所述步骤二中，根据创建的R矩阵、F矩阵和D矩阵随机生成具有N个个体的初始父代种群，每一个个体包含三个矩阵中的变量取值，即为个体染色体上基因，然后计算每一个个体的适应度值，也就是将个体变量代入目标函数，计算目标函数值。

3.根据权利要求1所述的基于混沌非支配排序遗传算法的机器人多目标搜索方法，其特征在于，所述步骤三中，首先对父代中随机选择出一部分用作交叉变异的父母个体，交叉操作就是指在选取的父母个体进行两两配对，将父母个体的染色体按照某种方式相互交换基因，形成两个新个体的过程；采用多点交叉法或模拟二进制交叉产生新个体；

在交叉操作完成之后，拥有一定概率p对父母个体进行变异，变异的操作为对一个父母个体以变异概率、随机指定其染色体上某一位或者几位基因座上的值产生替换；或者对整个基因序列在一定范围内，均匀选择并替换该范围内的基因座上基因值。