浙江理工大学韦俊灿获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江理工大学申请的专利基于集合操作的多目标离散粒子群优化的领航者选择方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121477899B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610020138.0,技术领域涉及:G05D1/43;该发明授权基于集合操作的多目标离散粒子群优化的领航者选择方法是由韦俊灿;高金凤;陈凯乐;李乐宝;谭皓文;沈剑设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。
本基于集合操作的多目标离散粒子群优化的领航者选择方法在说明书摘要公布了:本发明涉及多智能体系统控制技术领域,公开了一种基于集合操作的多目标离散粒子群优化的领航者选择方法,包括:获取多智能体系统的通信拓扑数据并构建基于系统误差与收敛速率的适应度函数;采用基于集合运算的三重引导机制,依次通过个体历史最优集合、全局最优集合及邻居集合引导对候选领航者集合进行迭代更新;遍历适应度函数的不同权重参数,输出对应的全局最优领航者集合;最后基于适应度值差异阈值及帕累托无差异特性进行筛选,得出最终领航者集合。本发明利用集合运算直接处理离散节点,避免了二进制映射导致的信息丢失,并通过邻居引导机制有效规避局部最优,实现了多智能体系统的高效协同控制。
本发明授权基于集合操作的多目标离散粒子群优化的领航者选择方法在权利要求书中公布了:1.基于集合操作的多目标离散粒子群优化的领航者选择方法,其特征在于包括的步骤为: S1、获取多智能体系统的拓扑数据,并构建基于优化目标的适应度函数,多智能体系统包含领航者智能体及跟随者智能体:针对含链路噪声的无人车编队系统,无人车系统主要包括控制者与多智能体系统MASs,MASs包括领航者无人车和跟随者无人车; S2、初始化参数,包括三重引导机制触发阈值、候选领航者集合、个体历史最优集合、全局最优领航者集合和适应度函数的权重参数集合; 多智能体系统中的无人车状态更新模型为: 1 其中,为当前时刻,为第个无人车的位置,为第个无人车的速度,为第个无人车的邻居集合,为无人车的邻居集合中的第个无人车,为期望状态偏差,为均值为0方差为的白噪声,无人车与无人车之间的白噪声方差的取值为1,为无人车与无人车之间的权重系数,,其中,表示无人车的度值; S3、在每次迭代中,依次通过个体历史最优集合引导、全局最优集合引导和邻居集合引导对候选领航者集合进行更新,然后基于适应度值更新每个粒子的个体历史最优领航者集合与粒子群的全局最优领航者集合; S4、重复步骤S3至最大迭代次数后,输出当前权重参数下的全局最优领航者集合; S5、重复步骤S3和S4,输出权重参数集合中各权重参数的全局最优领航者集合; S6、计算全局最优领航者集合中任意两个集合之间的适应度值差异,并与适应度差异阈值进行比较;保留适应度值差异小于适应度差异阈值的集合,然后对保留的集合进行帕累托无差异筛选,将筛选获得的无差异解作为最终领航者输出集合。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江理工大学,其通讯地址为:310018 浙江省杭州市钱塘区下沙高教园区2号大街928号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励