[发明专利]基于无人集群的智能协同架构设计

说明书

本发明公开了基于无人集群的智能协同架构设计，通过对USoSAM无人作战系统体系结构模型的优化，可实现对复杂多变的群战环境和巨大的状态不稳定性快速做出规划。避免在无人作战模式中整体规划不足的缺陷，通过对NSGA‑3算法的优化，提出了一种T‑NSGA‑3算法。此算法可有效提高局部搜索能力和全局搜索能力，在保持多样性和均匀性的同时能够获得更好的效果，为最后的运算结果添加了成功几率。

技术领域

本发明涉及集群构架技术领域，具体为基于无人集群的智能协同架构设计。

背景技术

随着全球信息化的发展，无人系统技术也在飞速发展，而无人系统技术作为改变未来战争规则的颠覆性技术，在世界范围内迅速发展，成为国家间军事博弈的重要力量，该无人机作战系统的目的是利用模拟群体生物的协同行为和信息共享，形成自主智能来完成作战任务，体系结构是系统能力的载体，它通过集成不同组成系统的所有能力来实现总体任务目标，它是实现无人作战系统组织、协调、规划、控制、执行和学习功能的基础，操作架构被认为是DoDAF、MoDaF、NAF采用的框架，由高级工程师来设计优化；

现有的基于无人集群的智能协同架构设计往往都有自己的计算方法，而这种计算方法再引用到复杂多变的群战环境和巨大的状态不确定性，导致无人作战模式的整体规划不足，同时局部搜索和全局搜索的能力差，因此我们提出一种基于无人集群的智能协同架构设计。

发明内容

本发明解决的技术问题在于克服现有技术的算法效率低和搜索能力差等缺陷，提供基于无人集群的智能协同架构设计。所述基于无人集群的智能协同架构设计具有算法效率高和搜索能力好等特点。

为实现上述目的，本发明提供如下技术方案：基于无人集群的智能协同架构设计，包括以下步骤：

步骤1：USoSAM建模；

步骤2：探索问题框架，无人机作战体系结构首先要对能力有一个清晰的认识，这是构建体系模型的基础，能力是指完成一个目标或任务所体现的综合素质，兰德将能力定义为在规定的标准和条件下通过一组手段或一组行为来完成一组特定任务并获得预期结果的能力，超网络体系结构建模强调了节点间的交互作用，同时考虑了武器装备性能和数量对系统作战能力的影响，因此，我们结合超网络架构的观点来进行我们的研究，此外，网络力模型给出了描述网络两个关键特征的数学结构，即节点的函数类型和链路的传输类型，为了分析、设计和构建以网络为中心的作战网络，提出了基于超网络的作战网络结构模型，在作战网络系统中，网络节点和子网络具有不同的功能，在当前的指挥控制超网络模型中，采用基于超图理论的C2超网络建模方法对C2网络中的复杂关系进行量化和描述，能力是在任务和系统之间形成直接映射关系的桥梁，从能力生成的角度来看，作战系统的能力通常是指根据任务分配选择不同能力，并规定系统间C2结构的无人作战系统，我们通过定义下面的元素来构建架构模型；

步骤3：USoSAM目标函数，Konur等人指出性能、已完成的时间和成本是架构的目标，性能和成本是用于描述架构的两个重要属性，无人作战系统的完成时间消耗是另一个重要指标，我们定义USoSAM需要构建一个稳定的、具有最高总体性能、最小化完成时间并消耗最低总成本的体系结构；

步骤4：搜索架构算法，首先随机生成N个种群个体，形成初始种群p，同时生成H个参考点，形成参考点集合R，这些种群中的个体与参考点共同进化，经过固定次数的迭代，得到一组靠近帕累托前沿的非显性解，每一代利用遗传算子对亲本群体Pt进行杂交突变，生成新一代群体Ct，通过使用遗传算子选择亲本种群，我们改进了这一过程，优胜者从亲本种群中选出，劣等个体被淘汰，选择操作者直接将优化的个体(或溶液)感染给下一代，或通过配对和再遗传给后代产生新的个体，选择操作基于群体中个体的适应度评估，我们使用轮盘赌选择方法，在这种方法中，个体的选择概率与其适应度值成正比，在标准化平面上，将每个一维目标均匀分成p个部分，则均匀生成参考点C(m+p-1，p)C(m+p-1，p)；

步骤5：仿真实验；

步骤6：实验设置；