一种森林火灾中规划无人机群救援的优化方法及系统

    公开(公告)号:CN109635991B

    公开(公告)日:2021-04-13

    申请号:CN201811226322.2

    申请日:2018-10-19

    Abstract: 本发明公开一种森林火灾中规划无人机群救援的优化方法及系统。所述方法包括:实时获取火灾动态数据;根据所述火灾动态数据,建立火灾救援模拟器模型;根据所述火灾救援模拟器模型,采用时间同步方法得到状态矩阵;根据所述状态矩阵,采用空间同步方法确定重点火灾救援区域;根据所述重点火灾救援区域采用优化救援算法进行数据交互计算,得到最优解;根据所述最优解确定最终灭火点;根据所述最终灭火点分配无人机对火灾进行救援。采用本发明的方法或系统能够更精确的模拟真实动态的森林火灾蔓延与救援过程,能够实现无人机群的最优分配和调度。摘要附图见说明书附图1。

    面向森林火灾的异构机器人群救援预案辅助决策方法

    公开(公告)号:CN111783352B

    公开(公告)日:2023-10-27

    申请号:CN202010414025.1

    申请日:2020-05-15

    Abstract: 本发明公开一种面向森林火灾的异构机器人群救援预案辅助决策算法。所述方法包括:建立森林火灾救援模拟器模型,根据火场环境信息建立基于元胞自动机的森林火灾救援模拟器模型;建立救援机器人管理器来更新救援机器人的实时状态;建立包括森林消防基本原则、森林火灾救援预案以及森林火灾灭火策略的灭火知识库;建立森林火灾救援预案辅助决策系统,使用多属性决策的方法选择最佳救援预案;通过集成灭火知识的人工蜂群算法为每个区域生成具体救援方案;使用救援动作模糊推理机为救援机器人生成具体的救援动作。采用本发明的算法能够满足森林火灾救援提供高效灭火方案的需要,能够有效地减少森林火灾造成的经济损失,并且降低了救援成本。

    面向森林火灾的异构机器人群救援预案辅助决策算法

    公开(公告)号:CN111783352A

    公开(公告)日:2020-10-16

    申请号:CN202010414025.1

    申请日:2020-05-15

    Abstract: 本发明公开一种面向森林火灾的异构机器人群救援预案辅助决策算法。所述方法包括:建立森林火灾救援模拟器模型,根据火场环境信息建立基于元胞自动机的森林火灾救援模拟器模型;建立救援机器人管理器来更新救援机器人的实时状态;建立包括森林消防基本原则、森林火灾救援预案以及森林火灾灭火策略的灭火知识库;建立森林火灾救援预案辅助决策系统,使用多属性决策的方法选择最佳救援预案;通过集成灭火知识的人工蜂群算法为每个区域生成具体救援方案;使用救援动作模糊推理机为救援机器人生成具体的救援动作。采用本发明的算法能够满足森林火灾救援提供高效灭火方案的需要,能够有效地减少森林火灾造成的经济损失,并且降低了救援成本。

    一种森林火灾中规划无人机群救援的优化方法及系统

    公开(公告)号:CN109635991A

    公开(公告)日:2019-04-16

    申请号:CN201811226322.2

    申请日:2018-10-19

    CPC classification number: G06Q10/04

    Abstract: 本发明公开一种森林火灾中规划无人机群救援的优化方法及系统。所述方法包括:实时获取火灾动态数据;根据所述火灾动态数据,建立火灾救援模拟器模型;根据所述火灾救援模拟器模型,采用时间同步方法得到状态矩阵;根据所述状态矩阵,采用空间同步方法确定重点火灾救援区域;根据所述重点火灾救援区域采用优化救援算法进行数据交互计算,得到最优解;根据所述最优解确定最终灭火点;根据所述最终灭火点分配无人机对火灾进行救援。采用本发明的方法或系统能够更精确的模拟真实动态的森林火灾蔓延与救援过程,能够实现无人机群的最优分配和调度。摘要附图见说明书附图1。

    基于环境的家禽饲养监测传感网络的发送速率调整方法

    公开(公告)号:CN110337082B

    公开(公告)日:2020-09-01

    申请号:CN201910322329.2

    申请日:2019-04-22

    Abstract: 本发明公布了一种基于环境感知学习策略的家禽饲养监测无线传感网络的发送速率调整方法。所述的方法包括:对无线传感网络所处的环境进行模型建立,建立环境变量(例如温湿度)与家禽的生长状态(体重增长率、产蛋率、死亡率)之间的预测模型;每个传感器节点通过对环境数据进行感知,使用模糊系统对家禽饲养的环境状态进行推理,根据环境状态的不同确定节点所处的模式,确定节点的传输速率界限;进一步寻找网络的最优状态,传感器节点使用Q学习算法对自身发送速率进行自适应调整。其中,传感器节点统计自身的丢包率、数据有效率、数据完整性、能耗水平作为Q学习的回报函数输入,选择当前状态的速率调整动作。本发明的实施例,不仅降低了网络拥堵也使得网络整体寿命达到最优,具有广泛的应用价值。

    基于环境感知学习策略的家禽饲养监测无线传感网络发送速率调整方法

    公开(公告)号:CN110337082A

    公开(公告)日:2019-10-15

    申请号:CN201910322329.2

    申请日:2019-04-22

    Abstract: 本发明公布了一种基于环境感知学习策略的家禽饲养监测无线传感网络的发送速率调整方法。所述的方法包括:对无线传感网络所处的环境进行模型建立,建立环境变量(例如温湿度)与家禽的生长状态(体重增长率、产蛋率、死亡率)之间的预测模型;每个传感器节点通过对环境数据进行感知,使用模糊系统对家禽饲养的环境状态进行推理,根据环境状态的不同确定节点所处的模式,确定节点的传输速率界限;进一步寻找网络的最优状态,传感器节点使用Q学习算法对自身发送速率进行自适应调整。其中,传感器节点统计自身的丢包率、数据有效率、数据完整性、能耗水平作为Q学习的回报函数输入,选择当前状态的速率调整动作。本发明的实施例,不仅降低了网络拥堵也使得网络整体寿命达到最优,具有广泛的应用价值。

Patent Agency Ranking