【技术实现步骤摘要】
本专利技术涉及地理信息领域，尤其是涉及一种顾及探测价值指数的遗传智能月球探测选址方法及设备。
技术介绍
1、过去60多年，世界各个国家和地区竞相开展月球探测，一些探测器着陆后失联或无法工作，选择高工程安全性的着陆地点是探月任务成功的关键因素之一，这表明选址对工程安全具有重要的影响。此外，最佳着陆区需要具备突出的科学价值，保障探测器安全降落行驶，且便于能源补充及数据通讯。着陆选址需要通过综合考虑科学目标和工程安全条件，权衡科学价值、技术难度等因素。确定可能的着陆区和着陆点，是执行深空着陆探测任务首先要解决的问题，是探测任务能否成功的前提保障。
2、已有选址方法主要依赖专家与技术人员进行工程和科学选址评价指标的多目标分析，目标是遴选出具有高科学价值且工程方面适合采样的备选着陆区。然而仅依据人工对着陆区的优先级进行筛选，难以准确、高效地建立统一的选址量化评估模型，无法有效地筛选出广泛范围内高可信度的优先着陆探测区域，存在潜在高科学研究价值和高工程安全区域遗漏的风险。在选址过程中指标要求不断变化的背景下，基于人工的选址过程存在工作量庞大、工作时间长、重做风险高的缺陷。
3、已有研究方法有基于证据权和分形的着陆区选址模型、滑动窗口着陆区优选模型、顾及多目标的多要素综合选址模型。这几类方法均注重考虑特定类型的科学目标及其空间分布，存在综合量化多种科学价值指标能力不足的问题。此外，现有方法多通过对约束指标进行经验阈值划定或专家打分评定，实现安全着陆区筛选。随着月球探测遥感数据日益丰富、质量进一步提高，可用于选址的基础数
技术实现思路
1、本专利技术的目的就是为了提供一种筛选高可信度的月球着陆探测区域的顾及探测价值指数的遗传智能月球探测选址方法及设备。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种顾及探测价值指数的遗传智能月球探测选址方法，包括以下步骤：
4、获取多类型月球数据，构建月球着陆选址的多目标指标体系；
5、基于所述多目标指标体系，计算月球选址指标因子并进行预处理；
6、基于预处理后的月球选址指标因子，计算科学价值指数和工程安全指数，以综合构建月球探测价值指数模型；
7、采用遗传智能化算法获取所述月球探测价值指数模型的最优选址参数；
8、基于所述月球探测价值指数模型和最优选址参数，计算探测价值指数，自适应阈值筛选形成高价值探测区。
9、进一步地，所述计算月球选址指标因子并进行预处理的具体步骤包括：
10、根据所述多目标指标体系中的指标，计算相应的月球选址指标因子；
11、统一所述月球选址指标因子的空间参考，并进行月球选址指标因子间的坐标匹配，统一数据分辨率。
12、进一步地，所述综合构建月球探测价值指数模型的具体步骤包括：
13、根据选址任务需求，从所述月球选址指标因子选择科学价值指标因子，形成科学价值指数；
14、根据选址任务需求，从所述月球选址指标因子选择工程安全指标因子，形成工程安全指数；
15、基于所述科学价值指数和工程安全指数，构建月球探测价值指数模型。
16、进一步地，所述科学价值指数和工程安全指数的表达式分别为：
17、
18、
19、式中，x与y代表候选区的地理坐标，fi(1…n,norm)(x,y)代表研究区域的n个科学价值指标因子，svi(x,y)代表科学价值指数，wi代表科学选址指标i的重要性；esi(x,y)代表工程安全指数，fj(1…m,norm)(x,y)代表该区域的m个工程安全指标因子，wj代表工程安全指标j的重要性。
20、进一步地，所述探测价值指数模型为：
21、
22、式中，evi为月球探测价值指数，c代表邻域放缩系数，svi代表科学价值指数，esi代表工程安全指数。
23、进一步地，所述遗传智能化算法的目标函数为：
24、
25、式中，obejfunc(w1,…,wn+m,threall,thre1,…,thren+m,c)表示目标函数；pci表示建模样本区i是否为候选着陆区的计算结果，是为1，否则为0；paj表示建模样本区i是否为月球探测历史区或者公开的未来目标区，是为1，否则为0；sum表示建模样本数量；wk表示任一选址指标参数的重要性；lowewk和upwk分别表示任一选址指标参数的下界和上界；threall代表判断是否为着陆区的探测价值指数阈值，threj代表第j个月球选址指标因子的优选阈值；c代表邻域放缩系数。
26、进一步地，所述最优选址参数的获取步骤具体包括：
27、参数编码：采用实数方式进行选址参数的编码；
28、函数定义：定义待优化的目标函数，优化方向为rmse最小；
29、控制参数：种群规模、最大进化代数、交叉概率变异概率和停止条件，依据变化容差和最大进化代数设置停止条件；
30、初始化种群：随机生成第一代种群，即初始选址参数的集合；
31、计算函数值：计算种群中每一组染色体对应的目标函数值，判断算法是否达到迭代停止条件，若是，则算法结束，若否，则执行下一步骤；
32、算子规则：通过种群选择、种群交叉和种群变异，获得选址参数组合；
33、返回计算函数值步骤，迭代更新所述选址参数组合，直至算法结束，返回最优选址参数。
34、进一步地，所述遗传智能化方法以选址可信度为评判标准，以建模均方根误差rmse最小化为评判指标，以获得最优选址参数。
35、进一步地，还包括：
36、检验所述最优选址参数的准确性，检验指标包括：准确率、精准率、召回率和误报率。
37、本专利技术还提供一种电子设备，包括：一个或多个处理器；存储器；和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述顾及探测价值指数的遗传智能月球探测选址方法的指令。
38、与现有技术相比，本专利技术具有以下有益效果：
39、(1)本专利技术通过考虑科学价值指数和工程安全指数，综合构建月球探测价值指数模型，相比滑动窗口法只考虑坡度、光照等单一指标的方法，实现了候选区域在工程和科学价值上的综合评估与精准量化，并基于遗传智能算法，实现专家选址参数的提取与精准量，从而获取到高可信度的探测区域。
40、(2)本专利技术利用目标函数和约束条件构建月球探测价值模型，是多种复杂等式和不等式组合，考虑空间邻域约束和决策随机影响，体现了月球着陆、基地建设、科研站建设等多目标选址的复杂性，而该目标函数无法通过统计学求解，启发式算法则能够实现其优化解算，体现了ga算法的核心价值。
41、(3)本专利技术基于遗传智能算法以目标函本文档来自技高网...
【技术保护点】
1.一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述计算月球选址指标因子并进行预处理的具体步骤包括：
3.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述综合构建月球探测价值指数模型的具体步骤包括：
4.根据权利要求3所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述科学价值指数和工程安全指数的表达式分别为：
5.根据权利要求3所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述探测价值指数模型为：
6.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述遗传智能化算法的目标函数为：
7.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述最优选址参数的获取步骤具体包括：
8.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特
9.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，还包括：
10.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述计算月球选址指标因子并进行预处理的具体步骤包括：
3.根据权利要求1所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述综合构建月球探测价值指数模型的具体步骤包括：
4.根据权利要求3所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述科学价值指数和工程安全指数的表达式分别为：
5.根据权利要求3所述的一种顾及探测价值指数的遗传智能月球探测选址方法，其特征在于，所述探测价值指数...
【专利技术属性】
技术研发人员：冯永玖，李鹏朔，童小华，谢欢，李浩腾，许雄，刘世杰，柳思聪，金雁敏，叶真，徐聿升，肖长江，
申请(专利权)人：同济大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。