如今時代隨著戰(zhàn)爭要求不斷提升,在科技日益發(fā)展的今天,無人化的武器系統(tǒng)成為研究熱點,著重增強無人體系的自動化水平和智能化程度,不斷發(fā)掘其在民用和軍事領域的應用潛力。水面無人艇、空中無人機、地面無人車及水中無人潛艇等不同形式的智能體可在大范圍時空領域內(nèi)進行實時環(huán)境監(jiān)測,感知敵情的變化,并迅速做出相對的應急反應。水面艦艇的無人化已經(jīng)成為海上軍隊裝備建設的發(fā)展趨勢,其靈活性和智能性等特點使其得以廣泛應用,尤其是作用于危險區(qū)域或人為不易達海洋領域,在一定程度了最大話地擴展了其操作范圍和能力。因此,在面向防御任務的復雜海洋環(huán)境下多無人艇的導航避障策略研究中,其智能性能和自主能力是重中之重。本文主要針對無人艇的自主導航避障和智能任務分配能力進行分析,研究基于仿生型群智思想和深度強化學習的無人艇防御策略,這是邁向人工智能的重要途徑,因此本文的研究工作分為以下幾個方面:第一,復雜海洋環(huán)境下多無人艇防御場景的構建。設置場景環(huán)境狀態(tài)是解決無人艇防御問題的基礎,因此本文對無人艇防御的策略實現(xiàn)進行問題建模,并構建相應的多無人艇防御場景。對多無人艇而言,保持相應編隊形狀并分布在保衛(wèi)目標的周邊,以此保證對監(jiān)測區(qū)域的...

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【部分圖文】：

圖2.1標準粒子群算法流程圖

大慣性權重來增強種群的全局搜尋能力后在迭代更新的后期階段，不斷減少慣，逐漸收斂到全局最優(yōu)值。因此通常情和r表示[0,1]區(qū)間的隨機因子，用于粒驗值外，增加粒子的多樣性。參數(shù)c和學習能力，和群體社會學習能力。一般圍內(nèi)修正自身位置量，以在周圍搜尋最，會使得粒子朝著全局的最優(yōu)值進....

圖2.2粒子群算法的內(nèi)層次化思想策略

圖2.2粒子群算法的內(nèi)層次化思想策略后，粒子群算法的具體更新過程即，對空間該過程中不斷對比全局搜索的最優(yōu)個體和全局搜索的最優(yōu)個體，要比局部搜索的最優(yōu)優(yōu)個體并不在局部的搜索區(qū)域內(nèi)時，這種現(xiàn)了局部最優(yōu)，因此需要重新生成新的局部部最優(yōu)的局限。其算法更新流程如下圖2.

圖2.3內(nèi)層次化粒子群算法流程圖

圖2.2粒子群算法的內(nèi)層次化思想策略入后，粒子群算法的具體更新過程即，對空，在該過程中不斷對比全局搜索的最優(yōu)個體現(xiàn)全局搜索的最優(yōu)個體，要比局部搜索的最最優(yōu)個體并不在局部的搜索區(qū)域內(nèi)時，這種入了局部最優(yōu)，因此需要重新生成新的局局部最優(yōu)的局限。其算法更新流程如下圖

圖2.4粒子群算法的外層次化思想策略

略主要強調(diào)算法的融合如下圖2.4，底層由多個獨立集中全局搜索，它是后續(xù)步驟進行的基礎；然后將底個體進行組合，形成上層新生種群，然后使用粒子群中局部搜索并加快收斂速度。

本文編號：3981781