基于遗传算法DDBN参数学习的UUV威胁评估

作     者：么洪飞 王宏健 王莹 李庆 YAO Hongfei;WANG Hongjian;WANG Ying;LI Qing

作者机构：哈尔滨工程大学自动化学院黑龙江哈尔滨150001 齐齐哈尔大学机电工程学院黑龙江齐齐哈尔161006 国网黑龙江省电力有限公司经济技术研究院黑龙江哈尔滨150036 

基　　金：国家自然科学基金重点项目(61633008) 黑龙江省自然科学基金面上项目(F2015035) 哈尔滨市科技创新人才(优秀学科带头人)研究专项基金项目(2012RFXXG083) 

出 版 物：《哈尔滨工程大学学报》 (Journal of Harbin Engineering University)

年 卷 期：2018年第39卷第12期

页      码：1972-1978页

摘      要：针对复杂海洋环境下存在不确定事件对无人水下航行器自主作业和安全性所带来的威胁。本文设计了基于动态贝叶斯网络的威胁评估模型和决策推理模型,采用遗传算法实现了离散动态贝叶斯网络参数学习,最终得到最优的模型参数,进而增强了推理模型对海洋环境的快速反应能力。仿真实验结果证明:提出的算法可以得到真实的离散动态贝叶斯网络参数,能够有效地解决复杂海洋环境下UUV威胁评估问题,为UUV的自主任务决策提供有效的参数保障。

主 题 词：参数学习 威胁评估 离散动态贝叶斯网络 遗传算法 无人水下航行器 决策 

学科分类：0817[工学-轻工类] 08[工学] 0807[工学-电子信息类] 082402[082402] 0827[工学-食品科学与工程类] 0802[工学-机械学] 0703[理学-化学类] 0824[工学-林业工程类] 0825[工学-环境科学与工程类] 0811[工学-水利类] 0801[工学-力学类] 

核心收录：

D　O　I：10.11990/jheu.201711072

馆 藏 号：203416428...