买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请涉及一种海上协同搜救的任务规划方法、装置、设备及存储介质，通过基于漂流轨迹采用蒙特卡洛算法，得到以搜救目标分布概率在海洋环境栅格化下的不确定性量化表示的搜救概率地图，并基于搜救概率地图构建海上目标搜救模型，同时，根据协同搜救参数对初始染色体基因片段进行设置得到初始种群，基于初始种群采用全局最优遗传仿生智能算法进行多次迭代优化，得到最优解，对其进行解码后得到多方参与协同搜救的任务规划方案，其中，在每一次迭代优化过程中，与海上目标搜救模型进行交互后得到当前待优化种群中各个体的适应度，根据适应度进行种群优化。采用本方法可得到搜救成功率高的多方参与的协同搜救任务规划方案。

主权项：1.一种海上协同搜救的任务规划方法，其特征在于，所述方法包括：获取海上搜救目标的协同搜救参数以及漂流预测轨迹；基于所述漂流预测轨迹采用蒙特卡洛算法，得到以搜救目标分布概率在海洋环境栅格化下的不确定性量化表示的搜救概率地图，并根据所述搜救概率地图、搜救概率地图更新机制、针对搜救参与方的动作空间设置以及搜救成功累计值函数构建海上目标搜救模型；根据所述协同搜救参数对初始染色体基因片段进行设置，得到初始种群，其中，所述协同搜救参数包括搜救参与方数量、搜救步长，根据所述搜救参与方数量以及搜救步长得到所述初始染色体基因片段的编码的总长度，并采用八进制编码，基于搜救参与方的动作空间设置通过采用不同编码表示各搜救步长对应的决策运动方向，其中，利用八进制编码0-7分别表示下一步决策运动方向，所述运动方向包括向上、向右上、向右、向右下、向下、向左下、向左和向左上；基于所述初始种群采用全局最优遗传仿生智能算法进行多次迭代优化，得到最优解，对所述最优解进行解码后得到多方参与协同搜救的任务规划方案，其中，在每一次迭代优化过程中，与所述海上目标搜救模型进行交互后得到当前待优化种群中各个体的适应度，根据所述适应度进行种群优化，所述参与方数量大于等于2，所述任务规划方案中包括各参与方同时开始救援的任务规划方案，以及各参与方救援开始时间不同的任务规划方案，其中，所述适应度采用适应度函数计算得到，所述适应度函数根据所述搜救成功累计值函数得到，表示为： 在上式中，为搜救参与方是否搜寻栅格子海域m,n的[0,1]判断，代表栅格子海域的POC量化值，表示为目标海域划分成×个栅格,将每个网格的中心点坐标作为该网格的位置坐标，表示区域内分布概率，其中，根据所述适应度进行种群优化，包括：采用轮盘选择法作为选择算子，选择当前待优化种群中适应度高的个体生成第一新种群，在所述第一新种群中提取出适应度最大的个体，对剩余种群中被选中的个体采用交叉算子进行配对交叉，生成新个体，并加入提取出去的适应度最大的个体，形成第二新种群，在所述第二新种群中提取出适应度最大的个体，对剩余种群中使用变异算子进行变异操作后，加入提取出去的适应度最大的个体，形成当次迭代优化得到的中间优化种群，根据所述中间优化种群进行一下次的迭代优化，直至迭代次数满足预设次数，则得到所述最优解。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 海上协同搜救的任务规划方法、装置、设备及存储介质