公开(公告)号：CN112966803B

公开(公告)日：2022-06-07

申请号：CN202110145980.4

申请日：2021-02-02

Applicant: 同济大学

Inventor： 张军旗 ,  卢烨昊 ,  王成 ,  臧笛 ,  刘春梅 ,  康琦

IPC: G06N3/00 ,  G06Q10/04 ,  G06F16/9536

Abstract: 本发明提出了一种基于粒子群算法的多智能体协同目标搜索方法，该方法引入粒子群算法进行虚拟领航，使用具有一定通信与感知能力的实体智能体代替粒子群算法中的虚拟粒子实现源定位搜索。首次在粒子群算法中考虑了粒子的移动距离与搜索时间，以此建立权重代价函数，根据粒子群每代产生的目标位置，通过局部搜索策略，为智能体规划代价最小的路径。据此，多智能体系统能够在不影响目标搜索精度的前提下，大幅降低能耗、增强续航、提升搜索效率。本发明是一个具有通用性的多智能体目标搜索方法，所基于的粒子群算法可以是任意的粒子群变体。

公开(公告)号：CN114912565A

公开(公告)日：2022-08-16

申请号：CN202210393920.9

申请日：2022-04-14

Applicant: 同济大学

Inventor： 张军旗 ,  卢烨昊 ,  王成 ,  臧笛 ,  康琦 ,  刘春梅

IPC: G06N3/00

Abstract: 本发明公开了一种基于粒子群算法的无人机群协同目标搜索方法，其包括分布设置多架无人机视为粒子群，通过无人机进行初始位置的环境反馈建模，将当前环境反馈值作为适应度值；初始化设置无人机粒子群的算法参数，并随机初始化无人机的自身参数；令无人机移动至对应位置并计算每架无人机当前位置的环境反馈值F(xi)作为该位置的适应度值，无人机运动速度记为V；以及，通过粒子群算法更新粒子的速度和位置；本发明适用于存在源信号的环境，尤其适用于大范围广域环境下稀疏信号源的定位任务，例如灾难现场救援、有害气体泄露源定位等。本发明设计合理，显著提高目标搜索的精度与效率。

公开(公告)号：CN112966803A

公开(公告)日：2021-06-15

申请号：CN202110145980.4

申请日：2021-02-02

Applicant: 同济大学

Inventor： 张军旗 ,  卢烨昊 ,  王成 ,  臧笛 ,  刘春梅 ,  康琦

IPC: G06N3/00 ,  G06Q10/04 ,  G06F16/9536

Abstract: 本发明提出了一种基于粒子群算法的多智能体协同目标搜索方法，该方法引入粒子群算法进行虚拟领航，使用具有一定通信与感知能力的实体智能体代替粒子群算法中的虚拟粒子实现源定位搜索。首次在粒子群算法中考虑了粒子的移动距离与搜索时间，以此建立权重代价函数，根据粒子群每代产生的目标位置，通过局部搜索策略，为智能体规划代价最小的路径。据此，多智能体系统能够在不影响目标搜索精度的前提下，大幅降低能耗、增强续航、提升搜索效率。本发明是一个具有通用性的多智能体目标搜索方法，所基于的粒子群算法可以是任意的粒子群变体。

公开(公告)号：CN112766452A

公开(公告)日：2021-05-07

申请号：CN202110008263.7

申请日：2021-01-05

Applicant: 同济大学

Inventor： 张军旗 ,  刘欢 ,  卢烨昊 ,  王成 ,  康琦 ,  臧笛 ,  刘春梅

IPC: G06N3/00 ,  G06Q10/04 ,  G06Q50/04

Abstract: 本发明涉及一种双环境粒子群优化方法，具体为：S1、获取环境适应值，建立粒子优化模型；S2、初始化粒子群算法的预设参数，并随机初始化每个粒子的粒子初始参数；S3、计算当前迭代次数，获取每个粒子所处位置的适应值并排序，根据排序结果组成精英子群；S4、计算精英子群中个体的权重，根据得到的权重计算精英子群搜索中心；S5、通过粒子群算法更新每个粒子的速度和位置；S6、检测当前迭代次数大于预设参数中的最大迭代次数，若是则将当前粒子分布作为粒子优化模型的最优解决方案进行输出，同时输出粒子优化模型的信号源位置，若否则转至S3。与现有技术相比，本发明具有无需人工干预、搜索精细、自适应抗噪能力强、高鲁棒性等优点。