-
公开(公告)号：CN111751502B
公开(公告)日：2022-07-05
申请号：CN202010649234.4
申请日：2020-07-08
Applicant: 中国计量大学
IPC: G01N33/00
Abstract: 本发明公开了一种基于改进模拟退火算法的多无人机协同污染物溯源方法，包括采用人工嗅觉法设定疑似污染源泄露区域，根据无人机数量将疑似污染源泄露区域划分为多个子区域。各无人机通过无线传输模块向PC端地面中心传输信息从而进行信息交互。PC端地面中心基于改进模拟退火算法不断更新各无人机位置，并将新的位置信息发送至各无人机。当各无人机在某个位置不停地徘徊，形成半径为1m的圆，且各无人机气体传感器浓度高于某个阈值，则判断为找到污染源。进一步地将本发明算法在人工搭建的高斯烟羽浓度场下进行仿真实验，仿真结果验证了本发明算法在研究污染物溯源领域具有较高的可行性、精确度和溯源效率。
-
公开(公告)号：CN113325129A
公开(公告)日：2021-08-31
申请号：CN202110424025.4
申请日：2021-04-20
Applicant: 中国计量大学
Abstract: 本发明公开一种基于动态种群的大气污染物溯源算法，属于智能控制与大气环境监测交叉领域。本发明针对多无人机大气污染物溯源问题，具体步骤为：1)初始化参数；2)按照种群的更新策略对种群角色进行分配更新；3)算法终止条件的判断，若符合终止条件，则算法终止，否则，转入步骤4；4)根据无人机个体的当前位置和各自的更新策略更新无人机个体的位置，进而完成大气污染物溯源任务。本发明算法基于模糊控制的单无人机溯源算法，结合种群角色中各司其职的特点，提出了一种基于动态种群的大气污染物溯源算法，在搜索效率与成功率方面有优越的性能，能够有效地解决大气污染物的溯源问题。
-
公开(公告)号：CN111751502A
公开(公告)日：2020-10-09
申请号：CN202010649234.4
申请日：2020-07-08
Applicant: 中国计量大学
IPC: G01N33/00
Abstract: 本发明公开了一种基于改进模拟退火算法的多无人机协同污染物溯源方法，包括采用人工嗅觉法设定疑似污染源泄露区域，根据无人机数量将疑似污染源泄露区域划分为多个子区域。各无人机通过无线传输模块向PC端地面中心传输信息从而进行信息交互。PC端地面中心基于改进模拟退火算法不断更新各无人机位置，并将新的位置信息发送至各无人机。当各无人机在某个位置不停地徘徊，形成半径为1m的圆，且各无人机气体传感器浓度高于某个阈值，则判断为找到污染源。进一步地将本发明算法在人工搭建的高斯烟羽浓度场下进行仿真实验，仿真结果验证了本发明算法在研究污染物溯源领域具有较高的可行性、精确度和溯源效率。
-
公开(公告)号：CN113190801A
公开(公告)日：2021-07-30
申请号：CN202110596574.X
申请日：2021-05-31
Applicant: 中国计量大学
Abstract: 本发明创新性地提出一种基于焦虑度‑拍卖算法的多无人机协同污染源定位方法。传统拍卖算法主要用于多无人机动态任务分配和协同中最佳无人机选择的决策问题，很少有文献对参与拍卖的时机是否恰当这一问题进行讨论，导致在多无人机协作过程中无益的拍卖行为增多，从而导致搜索效率降低。而该方法将心理学中焦虑度的概念引入传统拍卖算法中，使无人机能根据自身的情绪量合理的选择拍卖时机，避免资源的浪费，提高了溯源效率。并通过在Matlab和Fluent软件中搭建的稳态环境和紊流环境污染物浓度场下分别进行传统拍卖算法与焦虑度‑拍卖算法的仿真试验，实验结果表明焦虑度‑拍卖算法具有收敛速度快、不易陷入局部最优等优点。
-
公开(公告)号：CN113051665A
公开(公告)日：2021-06-29
申请号：CN202110320464.0
申请日：2021-03-25
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进粒子群算法的多无人机气体泄漏源定位方法，主要用于对气体泄漏源进行高效、精准的定位。该方法结合了人类心理学，使该方法更加智能化。人在越接近成功的时候会变得越谨慎。模仿人的心理，粒子在越靠近污染源时也会变得谨慎，放慢自己的速度，谨慎的移动。该方法在迭代初期采用基本粒子群算法，使粒子群在气体泄漏区域大范围的搜索。当有粒子超过阈值时开始进行分层迭代。将无人机的剩余电量与搜索到气体泄漏源的影响作为谨慎因子的衡量指标，在积极粒子层速度更新时加上谨慎因子，使粒子进行更细致的局部搜索，而在消极粒子层速度更新时加上积极粒子层的带动作用，提高了搜索效率，实现了对气体泄漏源高效的定位。
-
Patent Agency Ranking
公开(公告)号：CN113051665B
公开(公告)日：2023-06-27
申请号：CN202110320464.0
申请日：2021-03-25
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进粒子群算法的多无人机气体泄漏源定位方法，主要用于对气体泄漏源进行高效、精准的定位。该方法结合了人类心理学，使该方法更加智能化。人在越接近成功的时候会变得越谨慎。模仿人的心理，粒子在越靠近污染源时也会变得谨慎，放慢自己的速度，谨慎的移动。该方法在迭代初期采用基本粒子群算法，使粒子群在气体泄漏区域大范围的搜索。当有粒子超过阈值时开始进行分层迭代。将无人机的剩余电量与搜索到气体泄漏源的影响作为谨慎因子的衡量指标，在积极粒子层速度更新时加上谨慎因子，使粒子进行更细致的局部搜索，而在消极粒子层速度更新时加上积极粒子层的带动作用，提高了搜索效率，实现了对气体泄漏源高效的定位。
-
公开(公告)号：CN113325129B
公开(公告)日：2023-01-31
申请号：CN202110424025.4
申请日：2021-04-20
Applicant: 中国计量大学
Abstract: 本发明公开一种基于动态种群的大气污染物溯源算法，属于智能控制与大气环境监测交叉领域。本发明针对多无人机大气污染物溯源问题，具体步骤为：1)初始化参数；2)按照种群的更新策略对种群角色进行分配更新；3)算法终止条件的判断，若符合终止条件，则算法终止，否则，转入步骤4；4)根据无人机个体的当前位置和各自的更新策略更新无人机个体的位置，进而完成大气污染物溯源任务。本发明算法基于模糊控制的单无人机溯源算法，结合种群角色中各司其职的特点，提出了一种基于动态种群的大气污染物溯源算法，在搜索效率与成功率方面有优越的性能，能够有效地解决大气污染物的溯源问题。
-
公开(公告)号：CN113640470B
公开(公告)日：2023-01-24
申请号：CN202110958125.5
申请日：2021-08-20
Applicant: 中国计量大学
IPC: G01N33/00 , G06F30/27 , G06N3/00 , B64C39/02 , B64U101/00
Abstract: 本发明公开了一种基于改进教与学算法的多无人机大气污染源定位方法，创新性的将多无人机群与改进教与学算法相结合，提出了一种个体能力值模型，采用了无人机电量、无人机飞行高度的稳定性、无人机搜索的污染源气体浓度值三个指标，用个体能力值替代了标准教与学算法中的随机学习步长，既增加了无人机个体的差异性，也巧妙的结合了教与学优化算法，使随机步长的选择更有依据性。并且在教与学算法的“学”阶段采用学员分班学习规则，使得在算法后期，学员能够迅速向强化班集体靠近，进行更加细致的搜索。提高了算法的搜索效率，实现了对大气污染源高效的定位。
-
公开(公告)号：CN113190801B
公开(公告)日：2023-11-17
申请号：CN202110596574.X
申请日：2021-05-31
Applicant: 中国计量大学
Abstract: 本发明创新性地提出一种基于焦虑度‑拍卖算法的多无人机协同污染源定位方法。传统拍卖算法主要用于多无人机动态任务分配和协同中最佳无人机选择的决策问题，很少有文献对参与拍卖的时机是否恰当这一问题进行讨论，导致在多无人机协作过程中无益的拍卖行为增多，从而导致搜索效率降低。而该方法将心理学中焦虑度的概念引入传统拍卖算法中，使无人机能根据自身的情绪量合理的选择拍卖时机，避免资源的浪费，提高了溯源效率。并通过在Matlab和Fluent软件中搭建的稳态环境和紊流环境污染物浓度场下分别进行传统拍卖算法与焦虑度‑拍卖算法的仿真试验，实验结果表明焦虑度‑拍卖算法具有收敛速度快、不易陷入局部最优等优点。
-
公开(公告)号：CN113640470A
公开(公告)日：2021-11-12
申请号：CN202110958125.5
申请日：2021-08-20
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于改进教与学算法的多无人机大气污染源定位方法，创新性的将多无人机群与改进教与学算法相结合，提出了一种个体能力值模型，采用了无人机电量、无人机飞行高度的稳定性、无人机搜索的污染源气体浓度值三个指标，用个体能力值替代了标准教与学算法中的随机学习步长，既增加了无人机个体的差异性，也巧妙的结合了教与学优化算法，使随机步长的选择更有依据性。并且在教与学算法的“学”阶段采用学员分班学习规则，使得在算法后期，学员能够迅速向强化班集体靠近，进行更加细致的搜索。提高了算法的搜索效率，实现了对大气污染源高效的定位。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.03 seconds)
