论文部分内容阅读
海上贸易运输活动承担了现阶段大部分的世界商品流通任务,在世界大宗商品贸易中起着举足轻重的作用。恶劣的海上作业环境增加了海难事故的发生,使得海上搜救成为重要的研究课题。目前搜救工作的开展主要依靠人力,在这个过程中需要人工决策和进行情报收集汇总、分析,并进一步下发搜救任务,指派搜救区域并安排船舶进入。同时对于失事船只地点坐标不明确,无法定位以及受海流,风力等因素影响形成的漂移,需要投入大量人员和船只设备进行现场搜寻,效率缓慢。对于搜救过程中涉及到的通信技术,在对失事海域进行定位和搜索之后,近海区域可以通过岸基蜂窝基站或者无线电通信进行救援指挥工作。但在远离岸基的远海区域,通信手段匮乏,仅有为数不多的卫星资源可以利用,因此对搜救现场的救援指挥工作变得困难。随着无人船和无人机等智能体的发展,其具有的分布性、协同性、并行性、鲁棒性和智能性为海上搜救工作的开展提供了新的思路。本文基于多智能体搜索救援过程的需要,构建海上多智能体搜索救援模型,建立一个由多智能体组成的分层控制网络系统。系统中的各智能个体依靠分布式并行方式进行边缘计算,进行分组搜救。各搜救智能群体之间通过信息共享、协同决策实现完成搜救任务。整个系统由基站、卫星和多智能体组组成。多智能体组分为三层,分别是中心控制智能体、组控制智能体和搜索救援智能体。岸基决策者通过基站和卫星向多智能体组发送调度命令,中心控制智能体负责搜救海区的定位以及搜救任务的下发,组控智能体进行最短航行路径规划和搜索路径规划,搜救智能体负责具体的搜索和救援工作。系统中的路径规划任务采用蚁群算法来完成,通过对蚁群算法进行改进,提高了算法运行收敛速度。同时在救援过程中本文采用粒子群算法对数据包进行智能调度,优化网络转发性能。在本文所设计的系统中,分布式的搜救任务分配方案突破了以往依靠人力进行任务分配的局限性。各组控智能体的边缘计算功能减轻了网络通信负载,通过自主决策、关键信息共享和任务的协同完成提高了系统运行效率。最后通过仿真验证了改进算法的性能并实现了系统功能。