[發明專利]基于動態粒子蜜蜂算法的群機器人搜索方法

有效

• 申請號: 201710272608.3
• 申請日: 2017-04-24
• 公開（公告）號: CN107103356B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 花廣如;趙東雷;田微;賀寧寧
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06N3/00
• 分類號: G06N3/00
• 代理公司: 上海海頌知識產權代理事務所(普通合伙) 31258
• 代理人: 任益;邢黎華

1.基于動態粒子蜜蜂算法的群機器人搜索方法，其特征在于，具體包括以下步驟：

A.采用組合拍賣法對搜索問題建模；

其中，

x_ij＝0，1， i，j＝1，2，…，n；

c_ij表示機器人R_i搜索目標G_j所需要的代價；

B.設置搜索領域以及搜索總時間T；

C.利用動態粒子蜜蜂算法進行搜索，直到整個搜索區域搜索完成或者設定的搜索時間達到，結束搜索；

步驟C具體包括以下內容：

C1.利用蜜蜂算法進行全局搜索；

C2.當發現目標之后，轉變為動態粒子群搜索算法進行局部搜索，確定動態粒子群搜索時間T₁；在T₁時間內，一直采用動態粒子群搜索算法進行目標位置的確定；確定目標位置后，判斷是否完成整個區域的搜索，如果完成，則結束當前區域的搜索；如沒有確定目標，則在T₁時間到達后，轉換為蜜蜂算法，繼續進行當前區域的搜索；

C3.如果蜜蜂算法沒有發現目標，一直使用蜜蜂搜索算法進行搜索，直到整個搜索區域搜索完成或者搜索總時間T到達，結束搜索；

步驟C1具體包括以下內容：

C11.初始化被隨機釋放在搜索環境中的偵查蜂位置；

C12.計算偵查蜂的適應度值，按降序排列，選取出nb只最佳蜂；

C13.招募nrb只蜜蜂，進行領域搜索；

C14.計算最佳蜂的適應度值，按降序排列，選取出ne只精英蜂；

C15.招募nre只蜜蜂，進行領域搜索；

步驟C2具體包括以下內容：

C21.均勻分割搜索空間成若干子搜索空間，并初始化子搜索空間，確定粒子坐標值；

C22.隨機生成敏感粒子，計算其適應度值，通過響應閾值來衡量敏感粒子的適應度值；

C23.以一定的比例更新粒子的位置和速度，直到確定目標位置或者動態粒子群搜索時間T₁到達。

2.根據權利要求1所述的基于動態粒子蜜蜂算法的群機器人搜索方法，其特征在于，所述適應度值計算采用下式計算獲得：

式中：

其中，α，β和γ分別是質量、成本和機器人性能的控制參數,

V_ik是第k個機器人對第i個任務的性能值，

N是機器人個數,g_ik是第k個機器人得到關于第i個任務的信息，

c_ik是第k個機器人執行第i個任務花費的成本,

t_i是完成第i個任務花費的時間，

M是目標個數,T為搜索總時間，

F_i表示任務i的標準化優先權，

f_i是任務i的優先權，第k個機器人完成第i個目標的成本就是相互間的距離D_ik，

(x_i,y_i)和(x_k,y_k)分別代表目標和機器人的位置；

上述適應度計算過程中，所有偵查蜂的適應度值總和為1，所有最佳蜂的適應度總和為1。

3.根據權利要求1所述的基于動態粒子蜜蜂算法的群機器人搜索方法，其特征在于，所述粒子和敏感粒子的適應度計算公式如下：

fitness(i)＝positionx(i)+positiony(i)

其中，fitness(i)表示粒子i的適應度值；positionx(i)表示粒子i的位置x坐標值，positiony(i)表示粒子i的位置y坐標值。