System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于案例推理的无人集群行动策略推荐方法技术_技高网

一种基于案例推理的无人集群行动策略推荐方法技术

技术编号:43271995 阅读:0 留言:0更新日期:2024-11-12 15:59
本申请涉及了一种基于案例推理的无人集群行动策略推荐方法,本方法将案例推理技术应用于无人集群行动策略的推荐过程中,提供了一种新的行动策略推荐方法,通过与历史案例的相似度比较,能够快速、合理的找到最相似的源案例作为目标案例的行动策略的推荐指导,能够于在线状态和离线状态中推荐无人集群目标案例的行动策略,而且随着历史源案例的增多,还能持续提高目标案例行动策略推荐的准确度。本方法还在目标源案例的寻找过程中,给出了问题属性相似度和全局案例相似度计算方法,用于从多个源案例中匹配相似度最高的目标源案例,能够提升寻找的目标源案例的准确度,提升目标案例行动策略推荐的有效性。

【技术实现步骤摘要】

本申请实施例涉及无人集群行动的,尤其涉及一种基于案例推理的无人集群行动策略推荐方法


技术介绍

1、无人集群是一种改变对抗规则的颠覆性技术,通过单个无人装备(如无人机)的紧密协作,实现集群整体能力的跃升,具有单个无人装备难以匹敌的突出优势。

2、无人集群在受领任务后,通常需先确定行动策略,并依据策略拟制行动方案。目前,针对无人集群执行任务的行动策略的研究成为研究热点,包括有对抗博弈模型的区间决策、多智能体强化学习决策和避扰优先对抗策略等研究方向,但由于无人集群的行动具有自主性、对抗性和不确定性等特点,上述研究方案在无人集群的行动策略生成的有效性上还有所缺陷。


技术实现思路

1、本申请实施例的第一方面提出了基于案例推理的无人集群行动策略推荐方法,所述基于案例推理的无人集群行动策略推荐方法包括:

2、获取无人集群的目标案例和对应的多个源案例,以及获取无人集群的案例的多个问题属性,其中,所述问题属性用于表征案例的问题的特征属性;

3、计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,其中,所述目标问题属性是所述多个问题属性中的任意一个;

4、计算所述多个源案例在所述目标问题属性上的归一化值,根据所述归一化值计算所述目标问题属性的信息熵,并根据所述信息熵计算所述目标问题属性的权重值;

5、根据所述相似度和所述权重值,计算所述目标案例和所述多个源案例之间的全局相似度;

6、根据所述全局相似度从所述多个源案例中选取出目标源案例,以通过所述目标源案例指导所述目标案例的行动策略。。

7、在一些实施方式中,所述计算所述多个源案例在所述目标问题属性上的归一化值,包括:

8、

9、其中,为源案例si在目标问题属性k上的归一化值,为源案例si在目标问题属性k中的取值,mini,k为所述多个源案例在目标问题属性k上的最小值,maxi,k为所述多个源案例在目标问题属性k上的最大值,i≤i,l∈n+,i为所述多个源案例的总数,k≤k,k∈n+,k为所述多个问题属性的总数,n+为所有正整数的集合;

10、所述根据所述归一化值计算所述目标问题属性的信息熵,包括:

11、

12、其中,ek为目标问题属性k的信息熵;

13、所述根据所述信息熵计算所述目标问题属性的权重值,包括:

14、

15、其中,ωk为目标问题属性k的权重值。

16、在一些实施方式中,所述根据所述相似度和所述权重值,计算所述目标案例和所述多个源案例之间的全局相似度,包括:

17、

18、其中,sim(si,tj)为目标案例tj与源案例si之间的全局相似度,sim(si,k,tj,k)为目标案例tj和源案例si在目标问题属性k之间的相似度,si,k用于表征源案例si的目标问题属性k,tj,k用于表征目标案例tj的目标问题属性k。

19、在一些实施方式中,在所述目标问题属性为确定型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

20、

21、其中,sim(si,k,tj,k)为目标案例tj和源案例si之间在确定型问题属性上的相似度,si,k用于表征源案例si的确定型问题属性k,tj,k用于表征目标案例tj的确定型问题属性k,为源案例si在确定型问题属性k中的取值,为目标案例tj在确定型问题属性k中的取值,maxk为问题属性k的取值的最大值,mink为问题属性k的取值的最小值。

22、在一些实施方式中,在所述目标问题属性为模糊型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

23、sim(si,k,tj,k)=1-d

24、其中,sim(si,k,tj,k)为目标案例tj和源案例si之间在模糊型问题属性上的相似度,si,k用于表征源案例si的模糊型问题属性k,tj,k用于表征目标案例tj的模糊型问题属性k,d为基于推土机距离计算si,k与tj,k之间的属性相似度。

25、在一些实施方式中,在所述目标问题属性为区间型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

26、

27、其中,sim(si,k,tj,k)为目标案例tj和源案例si之间在区间型问题属性上的相似度,si,k用于表征源案例si的区间型问题属性k,tj,k用于表征目标案例tj的区间型问题属性k,为源案例si在区间型问题属性k中的取值,为目标案例tj在区间型问题属性k中的取值,为度量的长度,为度量的长度,为度量的长度。

28、在一些实施方式中,在所述目标问题属性为分类型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

29、

30、其中,sim(si,k,tj,k)为目标案例tj与源案例si之间在分类型问题属性k上的相似度,si,k用于表征源案例si的分类型问题属性k,tj,k用于表征目标案例tj的问题属性k,为源案例si在分类型问题属性k中的取值,为目标案例tj在分类型问题属性k中的取值,bp和bq为分类型问题属性取值空间的任意两个子空间。

31、本申请实施例的第二方面提出了一种基于案例推理的无人集群行动策略推荐装置,所述基于案例推理的无人集群行动策略推荐装置包括:

32、数据获取单元,用于获取无人集群的目标案例和对应的多个源案例,以及获取无人集群的案例的多个问题属性,其中,所述问题属性用于表征案例的问题的特征属性;

33、相似度计算单元,用于计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,其中,所述目标问题属性是所述多个问题属性中的任意一个;

34、权重值计算单元,用于计算所述多个源案例在所述目标问题属性上的归一化值,根据所述归一化值计算所述目标问题属性的信息熵,并根据所述信息熵计算所述目标问题属性的权重值;

35、全局相似度计算单元,用于根据所述相似度和所述权重值,计算所述目标案例和所述多个源案例之间的全局相似度;

36、源案例推荐单元,用于根据所述全局相似度从所述多个源案例中选取出目标源案例,以通过所述目标源案例指导所述目标案例的行动策略。

37、本申请实施例的第三方面提出了一种电子设备,其特征在于,包括至少一个控制器和用于与所述控制器通信连接的存储器;所述存储器存储有能够被所述至少一个控制器执行的指令,所述指令被至少一个所述控制器执行,以使至少一个所述控制器执行如上述的基于案例推理的无人集群行动策略推荐方法。

38、本申请实施例的第四方面提出了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现如上述的基于本文档来自技高网...

【技术保护点】

1.一种基于案例推理的无人集群行动策略推荐方法,其特征在于,所述基于案例推理的无人集群行动策略推荐方法包括:

2.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,所述计算所述多个源案例在所述目标问题属性上的归一化值,包括:

3.根据权利要求2所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,所述根据所述相似度和所述权重值,计算所述目标案例和所述多个源案例之间的全局相似度,包括:

4.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为确定型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

5.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为模糊型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

6.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为区间型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

7.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为分类型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

8.一种基于案例推理的无人集群行动策略推荐装置,其特征在于,所述基于案例推理的无人集群行动策略推荐装置包括:

9.一种电子设备,其特征在于,包括至少一个控制器和用于与所述控制器通信连接的存储器;所述存储器存储有能够被所述至少一个控制器执行的指令,所述指令被至少一个所述控制执行,以使至少一个所述控制器执行如权利要求1至7中任意一项所述的基于案例推理的无人集群行动策略推荐方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时实现如权利要求1至7中任一项所述的基于案例推理的无人集群行动策略推荐方法。

...

【技术特征摘要】

1.一种基于案例推理的无人集群行动策略推荐方法,其特征在于,所述基于案例推理的无人集群行动策略推荐方法包括:

2.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,所述计算所述多个源案例在所述目标问题属性上的归一化值,包括:

3.根据权利要求2所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,所述根据所述相似度和所述权重值,计算所述目标案例和所述多个源案例之间的全局相似度,包括:

4.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为确定型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

5.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其特征在于,在所述目标问题属性为模糊型问题属性的情况下,所述计算所述目标案例与所述多个源案例在所述目标问题属性之间的相似度,包括:

6.根据权利要求1所述的基于案例推理的无人集群行动策略推荐方法,其...

【专利技术属性】
技术研发人员:黄美根王涛伍科媛井田杨松何华周鑫陈子夷
申请(专利权)人:中国人民解放军国防科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1