申请/专利权人：东北大学

申请日：2024-04-16

公开（公告）日：2024-07-05

公开（公告）号：CN118296421A

主分类号：G06F18/2337

分类号：G06F18/2337;G06F18/214;G06N3/08;G06N5/04

优先权：

专利状态码：在审-公开

法律状态：2024.07.05#公开

摘要：本发明属于多智能体任务技术领域，且公开了一种针对蓝方意图导向的防御资源分组方法，包括如下步骤：首先预测敌方来袭智能体群一段时间内的三维空间坐标，然后根据预测信息推断敌方单个智能体的作战意图和攻击目标，最后基于预设评价指标对所有敌方目标进行自适应分组，并得到相应隶属度。本发明采用多维度分析模型结合模糊聚类方法，以智能化手段应对复杂环境变化，提高系统的响应速度和推理精度。并结合多元距离度量来准确评估单位间的差异，进而在分组结果中精细化单位的隶属度。在推理过程中，系统兼顾静态和动态特性，更好地适应环境变化并提高结果的准确性。

主权项：1.一种针对蓝方意图导向的防御资源分组方法，其特征在于：包括如下步骤：S1：搜集敌方目标在作战区域的定位数据，并应用零填充技术完善数据集；S2：利用整合好的数据集对模型进行训练，将前50个时间步的x、y、z坐标序列作为输入，后100个时间步的坐标序列作为预期输出；S3：使用seq2seq网络结合均方误差损失函数对数据进行训练，通过输入前50个时间步的坐标，让网络学习预测接下来未来时间步的坐标；S4：训练完成后，使用训练好的模型预测敌方目标的未来轨迹，如果预测的轨迹未到达地面，则延续最后趋势呈直线与地面相交；S5：为每个敌方目标设计一个非线性多维度分析模型，推断其作战意图为侦察或攻击；S6：应用多维度分析模型评估目标行动，预测敌方攻击目标的标识,多维度分析模型包括lj'、pj'、rj和sj，其中lj'代表目标在每个时间步i到要地j的加权距离的对数和，pj'代表目标预测轨迹的最后一个点到要地j的距离的倒数，rj代表目标在每个时间步i到要地j的距离变化率的平均值，sj为要地j的总评分；S7：将所有的敌方目标agenti初始随机分配到某个目标群体中；S8：更新每个目标对每个目标群体的隶属度，隶属度为一个介于0和1之间的数值，表示目标归属于目标群体的可能性；S9：根据新的隶属度uij更新每个目标群体的中心Vj；S10：首先计算每个目标群体的紧密度Tj和所有目标群体之间的相似度Sjk，然后，根据预设的阈值分裂阈值σT和融合阈值σS来进行子类划分和融合,若Tj＞σT，则将群体Dj划分为两个新的子群体；若Sjk＜σS，将群体Dj和Dk融合为一个新的群体；S11：自适应确定目标群体数量K,K为最终得到的目标群体数量,重复S8～S11，直到聚类结果不发生变化,得到分组结果和隶属度。

全文数据：

权利要求：

百度查询： 东北大学 一种针对蓝方意图导向的防御资源分组方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD