[发明专利]一种基于路径优化的多目标辐射侦察方法

说明书

本发明提出一种基于路径优化的多目标辐射侦察方法，包括步骤1：辐射危害地域的生成与拓扑化处理；步骤:2:基于K‑means算法对侦察目标聚类；步骤3:基于改进蚁群算法对侦察路径优化；步骤S4:基于人体辐射剂量测算模型确定侦察距离限值；步骤5:合理确定辐射侦察路径和侦察方法。该方法可对辐射侦察目标进行优化聚类，可根据改进蚁群算法实现侦察路径优化，可根据人体吸收剂量限值的确定辐射侦察距离限值，可根据侦察任务和设备编组合理确定侦察路径和侦察方法。本发明可根据核辐射监测设备编组实现侦察目标群任务区分、实现辐射侦察路径最优化、辐射侦察任务与核辐射监测装备的最优匹配，有力地提高核辐射监测设备运用效能，满足辐射侦察任务对辅助决策需求。

技术领域

本发明属于侦察路径优化领域，尤其是一种基于组合优化算法的多目标辐射侦察优化方法。

背景技术

由于核辐射危害具有杀伤破坏威力大、范围广、持续时间长等特点，因此快速采集、传输和处理核辐射信息，对于及时组织专业保障、减少辐射危害对专业行动的影响具有先决性作用。在执行核应急辐射侦察任务时，为最大限度地减小核辐射对相关目标以及专业分队的伤害，需要运用核应急监测设备进行快速而高效的辐射侦察行动，以便实时准确地获取污染区范围、剂量率、累积剂量等监测数据。对于辐射危害区内多目标侦察，传统的辐射侦察方法多采用分路线侦察法、向心侦察法、按剂量率侦察法等，这些侦察方法多是根据侦察任务特点、目标重要程度、剂量率分布情况来实施侦察，无法适应不同辐射任务环境下最优侦察路径和任务分配需要。因地形地貌和气象条件等因素制约，对辐射危害区域的面积、形状和剂量率都有不同程度的影响，而不同危害区域的差异则制约着核监测设备运用的数量和方式。在特定辐射污染区执行多目标辐射侦察任务时，为尽量减少所受的辐射剂量和提高侦察效率，就要在满足地理环境和核应急监测设备指标的约束条件下，运用组合优化算法，尽可能缩短辐射侦察路径。

发明内容

为了解决上述技术问题，适应多目标快速辐射侦察的任务需求，应着眼侦察目标数量及分布、剂量率分布、辐射剂量限值、辐射监测设备情况等，合理确定辐射侦察的侦察路径和任务分配。本发明提出了一种基于路径优化的多目标辐射侦察方法，是在对目标分析的基础上，按照“侦察目标聚类、侦察路径优化、剂量限值约束、任务合理区分”的思路，在全面考虑该问题约束条件的基础上，构建相关优化算法和模型，对相对有限的核应急监测设备进行侦察路径优化和任务合理区分，最大可能的发挥核应急监测设备的保障效能、降低危害后果，实现保障效益最大化。

本发明是一种基于路径优化的多目标辐射侦察方法，具体步骤如下：

步骤一：辐射危害地域的生成与拓扑化处理

首先，根据核监测相关信息和辐射估算模型，绘制出沾染区的辐射危害图。其次，明确沾染区危害区域的大致范围以及沾染区内需要侦察的目标点位，也为估算辐射侦察行动可能遭受的辐射剂量提供依据。第三，对危害地域进行拓扑化处理。为使后续优化算法便于执行，可以对危害地域的地理数据进行拓扑化处理，将地域内的高程、水域、陆地、交通、地貌、植被等地理数据映射到拓扑网络中。

步骤二：基于K-means算法对侦察目标聚类

K-means算法是典型的基于距离的聚类算法，2个对象的距离越近，其相似性就越大。它以欧式距离作为相似性测度，采用误差平方和准则函数作为聚类准则函数，其计算公式为：

式中：J_C为聚类准则函数；i为数据对象的某一聚类；k为数据对象的聚类数；M_i为类C_i中数据对象的均值；p为类C_i中的空间点。

基于K-means的侦察目标聚类和任务区分的仿真步骤如下：

(1)输入数据矩阵；

(2)计算各侦察目标之间的行间距离；