1.一种面向有人/无人协同编队系统的任务分配方法,其特征在于,包括:
设置影响任务分配的影响因素;
对各所述影响因素进行归一化处理;
收集待训练数据并设计支持向量机模型,将所述待训练数据输入至所述支持向量机模型中,以训练所述支持向量机模型;
利用训练好的支持向量机模型进行任务分配。
2.根据权利要求1所述的任务分配方法,其特征在于,所述影响因素包括:
操作员的任务处理频率r、任务请求频率s、任务执行能力a、任务类型f、任务复杂度c、任务价值v以及任务完成概率p。
3.根据权利要求2所述的任务分配方法,其特征在于,所述对各所述影响因素进行归一化处理,包括:
设任务i的任务分配相关影响因素为{ri,si,ai,fi,ci,vi,pi},将其转化为{x′i,1,x′i,2,x′i,3,x′i,4,x′i,5,x′i,6,x′i,7};
根据下述关系式对各影响因素进行归一化处理,得到任务i的归一化属性{xi,1,xi,2,xi,3,xi,4,xi,5,xi,6,xi,7};
其中,max(ej)是影响因素j取值范围的中最大值;
min(ej)是影响因素j取值范围的中最小值;
x′i,j是任务i影响因素j的值;
xi,j是任务i影响因素j归一化的值。
4.根据权利要求3所述的任务分配方法,其特征在于,所述收集待训练数据,包括:
从以往的有人/无人平台协同任务分配的实验中统计数据,并将影响任务分配的影响因素进行归一化处理,并将归一化后的数据作为输入x,将分类结果作为输出y,获得n组(x,y)数据,作为所述支持向量机模型的训练数据。
5.根据权利要求4所述的任务分配方法,其特征在于,所述支持向量机模型如下述关系式:
yi=sign(w·xi+b);
其中,yi为xi的类别,xi={xi,1,xi,2,xi,3,xi,4,xi,5,xi,6,xi,7}。
6.根据权利要求5所述的任务分配方法,其特征在于,所述训练所述支持向量机模型,包括:
设无人平台数量为4,则k=4,分别用u1,u2,u3,u4表示四个类别;
训练时选择u1,u2;u1,u3;u1,u4;u2,u3;u2,u4;u3,u4所对应的向量作为训练集;
采用经典sss方法训练模型,得到六个训练模型(ui,uj)-classifier,其中i,j=1,2,3,4;i≠j。
7.根据权利要求6所述的任务分配方法,其特征在于,所述利用训练好的支持向量机模型进行任务分配,包括:
将待分配任务对应的向量分别带入所述六个训练模型,得到六个结果,然后采取投票形式,得到一组结果,选择最大的分类项为分配结果。
8.一种面向有人/无人协同编队系统的任务分配系统,其特征在于,包括:
设置模块,用于设置影响任务分配的影响因素;
归一化模块,用于对各所述影响因素进行归一化处理;
训练模块,用于收集待训练数据并设计支持向量机模型,将所述待训练数据输入至所述支持向量机模型中,以训练所述支持向量机模型;
分配模块,利用训练好的支持向量机模型进行任务分配。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储单元,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,能使得所述一个或多个处理器实现根据权利要求1-7任一项所述的任务分配方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,
所述计算机程序被处理器执行时能实现根据权利要求1-7任一项所述的任务分配方法。