专利摘要

本发明提供一种无人‑有人协同信息分发传递优化方法和系统，该方法包括：步骤1、按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；步骤2、将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人‑有人协同信息分发传递优化模型进行求解，从而获得最优解；步骤3、将所述最优解所对应的方案作为所述无人‑有人协同信息分发传递优化问题的最优方案输出。发明提供的无人‑有人协同信息分发传递优化方法和系统，能够有效提高无人‑有人协同信息分发传递的准确性。

权利要求

1.一种无人-有人协同信息分发传递优化方法，其特征是，包括:通过计算机设备执行：

步骤1、按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

步骤2、将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

步骤3、将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出；

所述无人-有人协同信息分发传递优化模型的目标函数为：

约束条件为：

ETt≤lt,t∈T；

ETt≥et,t∈T；

ETt-STt≤D,t∈T；

其中，E＝{<i,j>|i,j∈V,i≠j}表示有向边集合，其中<i,j>表示通信网络拓扑中节点i到节点j的有向边；

W＝{wij|i,j∈V}表示图中每条有向边的权值集合，其中wij表示节点i到节点j之间的欧式距离；

Bv表示节点v所能提供的最大数据量，其中,v表示通信网络拓扑中的任一节点,v∈V；

T＝{1,2,…,n}表示待分发信息集合，n表示集合中元素的个数，t表示任意一个待分发信息，t∈T；

[et,lt]表示待分发信息t需要在此时间窗内到达信息宿，et表示最早到达时间，lt表示最迟到达时间；

STt表示待分发信息t从信息源实际开始分发时刻，ETt表示待分发信息t实际到达信息宿的时刻；

SNt表示待分发信息t的实际信息源，ENt表示需要接收待分发信息t的信息宿；

表示待分发信息t从节点i传递到节点j发生的传输时延；

表示待分发信息t从节点i传递到节点j发生的传播时延；

D表示通信网络拓扑中可接受的最大时延；

TWt表示待分发信息t所需要的带宽；

NWij表示通信网络拓扑中有向边<i,j>所能承受的最大带宽；

决策变量定义为：

2.根据权利要求1所述的无人-有人协同信息分发传递优化方法，其特征是，所述步骤1包括：

S10，将待分发信息的数量n作为遗传算法中染色体内基因的数量,基因采用五元组的方式进行编码，如下式表示；

Gene＝(Sflag,Stask_start,Stask_end,Stime_start,Stime_end)

其中，Sflag表示待分发信息是否被分发，Stask_start表示待分发信息的信息源，Stask_end表示待分发信息的信息宿，Stime_start表示待分发信息从信息源实际开始分发时刻，Stime_end表示待分发信息实际到达信息宿的时刻；

S11，从待分发信息属性表中读取n个待分发信息的属性，若所有待分发信息都可以被分发传递，即令染色体中n个基因的Sflag的值为1；待分发信息属性表中的元素有Stask_id,Datavolume,Timewindow_start,Timewindow_end,Stime_end，其中Stask_id表示待分发信息的序号，Datavolume表示待分发信息的数据量，Timewindow_start表示待分发信息时间窗的起点，Timewindow_end表示待分发信息的时间窗终点，Stime_end表示待分发信息的信息宿；

S12，随机生成每个待分发信息的Stask_start，并判断是否需要进行转发，如果需要则转S13，否则，将Stask_start记录在信息分发传递的节点路径表中，转S14；其中，节点路径表用于记录信息分发传递中所经过的节点顺序；

S13，随机生成转发的次数和相应的转发中间节点，并将转发中间节点的编号记录在信息分发传递的节点路径表中，转S14；

S14，读取各个待分发信息的时间窗属性和信息分发传递的节点路径表，计算出各个待分发信息最早发送时间和最迟发送时间，并在此时间段内随机产生一个Stime_start，再顺推计算出Stime_end，转S15；

S15，读取n个待分发信息的信息宿属性Stask_end，将Sflag、Stask_start、Stask_end、Stime_start、Stime_end记录到初始解中。

3.根据权利要求1所述的无人-有人协同信息分发传递优化方法，其特征是，所述步骤2包括：

S21，将初始种群记为POP(1)，并初始化t＝1，转S22；

S22，对群体POP(t)中的每一个染色体popε(t)计算它的适应度函数其中D为一个极大值，为目标函数值，转S23；

S23，判断是否满足终止条件t＞＝MAX_ITERATION；其中，MAX_ITERATION表示最大迭代次数，若不满足，执行S24，否则转S210；

S24，利用轮盘赌的方法从第t代种群POP(t)中选择出POPSIZE个染色体，从而产生一个新的种群NEWPOP(t)，记录此时最好的解,转S25；

S25，对第t代种群NEWPOP(t)中的染色体进行单点交叉操作，即随机产生一个交叉点，依次将种群中相邻两个染色体位于该点后的部分进行相互交换，生成两个新的染色体，记录此时最好的解，转S26；

S26，对第t代种群NEWPOP(t)中染色体的基因采用0-1变异，即对任务是否被执行Sflag进行变异，给定一个变异概率Pm，在[0,1]中产生一个随机数，若随机数小于变异概率，则对该基因进行变异，否则，不进行变异，并记录此时最好的解，转S27；

S27，对第t代种群NEWPOP(t)进行约束校验，即对进行解的可行性判断，主要包括时间窗约束、时延约束、带宽约束和信源约束；当染色体不满足其中的任一约束,则在目标函数值上加上一个很大的整数作为惩罚，使其适应度函数值变小，在选择操作时将被淘汰，转S28；

S28，对第t代种群NEWPOP(t)进行更新操作，即按种群按适应度函数值的降序进行排列，取出前SonNum个染色体，同时对父代种群按适应度函数值的升序进行排列，取出后FatherNum个染色体，将这两部分的染色体组成新一代的种群，转S29；

S29，对第t代变异种群NEWPOP(t)进行更新操作，形成新的种群，POP(t+1)，令t＝t+1，转S22；

S210，输出最优解。

4.一种无人-有人协同信息分发传递优化系统，其特征是，包括:

初始解生成模块，用于通过计算机设备按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

最优解生成模块，用于通过计算机设备将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

输出模块，用于通过计算机设备将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出；

所述无人-有人协同信息分发传递优化模型的目标函数为：

约束条件为：

ETt≤lt,t∈T；

ETt≥et,t∈T；

ETt-STt≤D,t∈T；

其中，E＝{<i,j>|i,j∈V,i≠j}表示有向边集合，其中<i,j>表示通信网络拓扑中节点i到节点j的有向边；

W＝{wij|i,j∈V}表示图中每条有向边的权值集合，其中wij表示节点i到节点j之间的欧式距离；

Bv表示节点v所能提供的最大数据量，其中,v表示通信网络拓扑中的任一节点,v∈V；

T＝{1,2,…,n}表示待分发信息集合，n表示集合中元素的个数，t表示任意一个待分发信息，t∈T；

[et,lt]表示待分发信息t需要在此时间窗内到达信息宿，et表示最早到达时间，lt表示最迟到达时间；

STt表示待分发信息t从信息源实际开始分发时刻，ETt表示待分发信息t实际到达信息宿的时刻；

SNt表示待分发信息t的实际信息源，ENt表示需要接收待分发信息t的信息宿；

表示待分发信息t从节点i传递到节点j发生的传输时延；

表示待分发信息t从节点i传递到节点j发生的传播时延；

D表示通信网络拓扑中可接受的最大时延；

TWt表示待分发信息t所需要的带宽；

NWij表示通信网络拓扑中有向边<i,j>所能承受的最大带宽；

决策变量定义为：

5.根据权利要求4所述的无人-有人协同信息分发传递优化系统，其特征是，所述初始解生成模块具体用于执行：

S10，将待分发信息的数量n作为遗传算法中染色体内基因的数量,基因采用五元组的方式进行编码，如下式表示；

Gene＝(Sflag,Stask_start,Stask_end,Stime_start,Stime_end)

其中，Sflag表示待分发信息是否被分发，Stask_start表示待分发信息的信息源，Stask_end表示待分发信息的信息宿，Stime_start表示待分发信息从信息源实际开始分发时刻，Stime_end表示待分发信息实际到达信息宿的时刻；

S11，从待分发信息属性表中读取n个待分发信息的属性，若所有待分发信息都可以被分发传递，即令染色体中n个基因的Sflag的值为1；待分发信息属性表中的元素有Stask_id,Datavolume,Timewindow_start,Timewindow_end,Stime_end，其中Stask_id表示待分发信息的序号，Datavolume表示待分发信息的数据量，Timewindow_start表示待分发信息时间窗的起点，Timewindow_end表示待分发信息的时间窗终点，Stime_end表示待分发信息的信息宿；

S12，随机生成每个待分发信息的Stask_start，并判断是否需要进行转发，如果需要则转S13，否则，将Stask_start记录在信息分发传递的节点路径表中，转S14；其中，节点路径表用于记录信息分发传递中所经过的节点顺序；

S13，随机生成转发的次数和相应的转发中间节点，并将转发中间节点的编号记录在信息分发传递的节点路径表中，转S14；

S14，读取各个待分发信息的时间窗属性和信息分发传递的节点路径表，计算出各个待分发信息最早发送时间和最迟发送时间，并在此时间段内随机产生一个Stime_start，再顺推计算出Stime_end，转S15；

S15，读取n个待分发信息的信息宿属性Stask_end，将Sflag、Stask_start、Stask_end、Stime_start、Stime_end记录到初始解中。

6.根据权利要求5所述的无人-有人协同信息分发传递优化系统，其特征是，所述最优解生成模块，具体用于执行：

S21，将初始种群记为POP(1)，并初始化t＝1，转S22；

S22，对群体POP(t)中的每一个染色体popε(t)计算它的适应度函数其中D为一个极大值，为目标函数值，转S23；

S23，判断是否满足终止条件t＞＝MAX_ITERATION；其中，MAX_ITERATION表示最大迭代次数，若不满足，执行S24，否则转S210；

S24，利用轮盘赌的方法从第t代种群POP(t)中选择出POPSIZE个染色体，从而产生一个新的种群NEWPOP(t)，记录此时最好的解,转S25；

S25，对第t代种群NEWPOP(t)中的染色体进行单点交叉操作，即随机产生一个交叉点，依次将种群中相邻两个染色体位于该点后的部分进行相互交换，生成两个新的染色体，记录此时最好的解，转S26；

S26，对第t代种群NEWPOP(t)中染色体的基因采用0-1变异，即对任务是否被执行Sflag进行变异，给定一个变异概率Pm，在[0,1]中产生一个随机数，若随机数小于变异概率，则对该基因进行变异，否则，不进行变异，并记录此时最好的解，转S27；

S27，对第t代种群NEWPOP(t)进行约束校验，即对进行解的可行性判断，主要包括时间窗约束、时延约束、带宽约束和信源约束；当染色体不满足其中的任一约束,则在目标函数值上加上一个很大的整数作为惩罚，使其适应度函数值变小，在选择操作时将被淘汰，转S28；

S28，对第t代种群NEWPOP(t)进行更新操作，即按种群按适应度函数值的降序进行排列，取出前SonNum个染色体，同时对父代种群按适应度函数值的升序进行排列，取出后FatherNum个染色体，将这两部分的染色体组成新一代的种群，转S29；

S29，对第t代变异种群NEWPOP(t)进行更新操作，形成新的种群，POP(t+1)，令t＝t+1，转S22；

S210，输出最优解。

说明书

技术领域

本发明涉及无人机技术领域，具体涉及一种无人-有人协同信息分发传递优化方法和系统。

背景技术

在复杂任务的执行过程中，无人机的高机动能力和零伤亡率与有人机的模糊决策能力和强抗干扰能力呈现出很强的互补性，通过无人-有人协同完成复杂任务是利用现有技术条件提高编队效能的一种重要方式和有效途径。其中,编队内各类信息的即时通讯对于保障任务的顺利完成具有重要支撑作用，因此如何对相关信息进行有效的分发与传递是无人-有人协同过程中的关键问题。无人-有人协同信息分发传递优优化方法是通过合理选择信息源并规划信息发送的时间序列，以满足网络性能的约束，实现信息在无人机和有人机之间的有效分发。

目前，国内外对于在实时交通、协同作战等背景下的信息分发问题研究较多，但专门研究无人-有人协同背景下的信息分发优化问题相对较少；同时对于信息分发问题的研究主要考虑了通信网络中的带宽和通信距离等影响因素，对于信息在通信网络中分发传递受到时延和时间窗等因素影响的相关研究较少。

发明内容

(一)解决的技术问题

本发明实施例的一个目的是提供一种无人-有人协同信息分发传递优化方法和系统，以提高无人-有人协同信息分发传递的准确性。

(二)技术方案

为达到上述目的，本发明的第一个方面提供了无人-有人协同信息分发传递优化方法，包括：

第一方面，本发明一实施例提供了一种无人-有人协同信息分发传递优化方法，包括:

步骤1、按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

步骤2、将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

步骤3、将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出。

第二方面，本发明实施例提供了一种无人-有人协同信息分发传递优化系统，包括:

初始解生成模块，用于按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

最优解生成模块，用于将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

输出模块，用于将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出。

(三)有益效果

本发明提供的无人-有人协同信息分发传递优化方法和系统，能够有效提高无人-有人协同信息分发传递的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供无人-有人协同信息分发传递优化方法的流程示意图；

图2为本发明一实施例提供的无人-有人协同信息分发传递优化方法的流程示意图中一种染色体编码的示意图；

图3为利用本发明提供的无人-有人协同信息分发传递优化方法中部分流程的一种实施方式的示意图；

图4为利用本发明提供的无人-有人协同信息分发传递优化方法中部分流程的一种实施方式的示意图；

图5为本发明一实施例提供无人-有人协同信息分发传递优化系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

第一方面，本发明一实施例提供了一种无人-有人协同信息分发传递优化方法，参见图1，该方法包括:

S1、按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

S2、将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

S3、将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出。

本发明提供的无人-有人协同信息分发传递优化方法，利用遗传算法和预设的无人-有人协同信息分发传递优化模型对每一个待分发的信息对应的初始解进行优化得到最优的方案输出。这样能够有效提高无人-有人协同信息分发传递的准确性。

在具体实施时，这里的无人-有人协同信息分发传递优化模型的目标函数可以具体为：

而约束条件可以具体为：

ETt≤lt,t∈T；

ETt≥et,t∈T；

ETt-STt≤D,t∈T；

其中，E＝{<i,j>|i,j∈V,i≠j}表示有向边集合，其中<i,j>表示通信网络拓扑中节点i到节点j的有向边；

W＝{wij|i,j∈V}表示图中每条有向边的权值集合，其中wij表示节点i到节点j之间的欧式距离。

Bv表示节点v所能提供的最大数据量，其中,v表示通信网络拓扑中的任一节点,v∈V；

T＝{1,2,…,n}表示待分发信息集合，n表示集合中元素的个数，t表示任意一个待分发信息，t∈T；

[et,lt]表示待分发信息t需要在此时间窗内到达信息宿，et表示最早到达时间，lt表示最迟到达时间；

STt表示待分发信息t从信息源实际开始分发时刻，ETt表示待分发信息t实际到达信息宿的时刻；

SNt表示待分发信息t的实际信息源，ENt表示需要接收待分发信息t的信息宿；

表示待分发信息t从节点i传递到节点j发生的传输时延；

表示待分发信息t从节点i传递到节点j发生的传播时延；

D表示通信网络拓扑中可接受的最大时延；

TWt表示待分发信息t所需要的带宽；

NWij表示通信网络拓扑中有向边<i,j>所能承受的最大带宽；

决策变量 定义为：

在具体实施时，步骤S1可以具体包括：

S10，将待分发信息的数量n作为遗传算法中染色体内基因的数量,基因采用五元组的方式进行编码，如下式表示；

Gene＝(Sflag,Stask_start,Stask_end,Stime_start,Stime_end)

其中,Sflag表示待分发信息是否被分发，Stask_start表示待分发信息的信息源，Stask_end表示待分发信息的信息宿，Stime_start表示待分发信息从信息源实际开始分发时刻，Stime_end表示待分发信息实际到达信息宿的时刻。在图2中描述了一条由5个基因所构成的染色体，以第一个基因为例，(1,1,2,8,9.5)表示第一个待分发信息从编号为1的信息源发往编号为2的信息宿，发送时间为第8秒到第9.5秒。

另外，适应度函数的计算公式为f＝D-M，其中D为一个给定的极大值，M为当前染色体编码下对应的分发传递总时间。考虑到待分发信息需要满足无人-有人信息分发传递模型中通信网络拓扑的带宽、时延、时间窗和信息源的约束，因此还需要对染色体进行约束校验。对于未能通过约束校验的染色体,则在其目标函数值上增加惩罚因子，使其适应度函数值变小，以去除不满足给定约束的染色体。

之后是对五元组内的各个属性进行赋值的过程，参见图3，可以具体包括：

S11，从待分发信息属性表中读取n个待分发信息的属性，若所有待分发信息都可以被分发传递，即令染色体中n个基因的Sflag的值为1；待分发信息属性表中的元素有Stask_id,Datavolume,Timewindow_start,Timewindow_end,Stime_end，其中Stask_id表示待分发信息的序号，Datavolume表示待分发信息的数据量，Timewindow_start表示待分发信息时间窗的起点，Timewindow_end表示待分发信息的时间窗终点，Stime_end表示待分发信息的信息宿)；

S12，随机生成每个待分发信息的Stask_start，并判断是否需要进行转发，如果需要则转S13,否则，将Stask_start记录在信息分发传递的节点路径表中,转S14；其中，节点路径表用于记录信息分发传递中所经过的节点顺序；

S13，随机生成转发的次数和相应的转发中间节点，并将转发中间节点的编号记录在信息分发传递的节点路径表中，转S14；

S14，读取各个待分发信息的时间窗属性和信息分发传递的节点路径表，倒推计算出各个待分发信息最早发送时间和最迟发送时间，并在此时间段内随机产生一个Stask_start，再顺推计算出Stime_end，转S15；

S15，读取n个待分发信息的信息宿属性Stask_end，将Sflag、Stask_start、Stask_end、Stime_start、Stime_end记录到初始解中。

在一些实施例中，步骤S2可以按照多种方式执行，比如：

将初始解生成方法执行POPSIZE次后可以得到一个初始种群，然后采用轮盘赌的方式进行初始种群选择。对选择后的种群采用单点交叉的方式进行交叉操作，即随机产生一个交叉点，并依次将当前种群中相邻两个染色体编码位于该点后的部分相互交换，从而生成两个新的染色体。接着根据变异概率，采用0-1变异的方式，对染色体基因中的Sflag进行变异操作。对变异后的种群按适应度函数值的降序进行排列，取出前SonNum个染色体，同时对父代种群按适应度函数值的升序进行排列，取出后FatherNum个染色体，将这两部分的染色体组成新一代的种群。重复执行上述操作，直到超过到最大迭代次数并输出最优解。

参见图4，上述提及的方式可以具体按照如下步骤进行：

S21，将所述初始解生成方法执行预设数量次后可以得到一个初始种群；将初始种群记为POP(1)，并初始化t＝1，转S22；

S22，对群体POP(t)中的每一个染色体popε(t)计算它的适应度函数 其中D为一个极大值， 为目标函数值，转S23；

S23，判断是否满足终止条件t＞＝MAX_ITERATION；其中，MAX_ITERATION表示最大迭代次数)，若不满足，执行S24，否则转S210；

S24，利用轮盘赌的方法从第t代种群POP(t)中选择出POPSIZE个染色体，从而产生一个新的种群NEWPOP(t)，记录此时最好的解,转S25；

S25，对第t代种群NEWPOP(t)中的染色体进行单点交叉操作，即随机产生一个交叉点，依次将种群中相邻两个染色体位于该点后的部分进行相互交换，生成两个新的染色体，记录此时最好的解，转STEP 6；

S26，对第t代种群NEWPOP(t)中染色体的基因采用0-1变异，即对任务是否被执行(Sflag)进行变异，给定一个变异概率Pm，在[0,1]中产生一个随机数，若随机数小于变异概率，则对该基因进行变异，否则，不进行变异，并记录此时最好的解，转S27；

S27，对第t代种群NEWPOP(t)进行约束校验，即对进行解的可行性判断，主要包括时间窗约束、时延约束、带宽约束和信源约束。当染色体不满足其中的任一约束,则在目标函数值上加上一个很大的整数作为惩罚，使其适应度函数值变小，在选择操作时将被淘汰，转S28；

S28，对第t代种群NEWPOP(t)进行更新操作，即按种群按适应度函数值的降序进行排列，取出前SonNum个染色体，同时对父代种群按适应度函数值的升序进行排列，取出后FatherNum个染色体，将这两部分的染色体组成新一代的种群，转S29

S29，对第t代变异种群NEWPOP(t)进行更新操作，形成新的种群，POP(t+1)，令t＝t+1，转S22；

S210，输出最优解，算法终止。

更进一步的，上述的所述步骤S24可以具体包括：

步骤S241，通过公式 计算出第t代种群POP(t)中第ε个染色体popε(t)的遗传到下一代概率

步骤S242，通过公式 计算出第t代种群POP(t)中第ε个染色体popε(t)的累积概率

步骤S243，利用随机函数产生一个在[0,1]之间的随机数r，判断累积概率 与r，若 则第ε个染色体popε(t)被选中。

本发明实施例通过建立的无人-有人协同信息分发传递优化模型，从信息分发传递的总时间最小的角度制定分发传递方案，提高了信息分发传递的效率，快速便捷的得到了信息分发传递方案。

另外本发明实施例结合问题的应用背景设计了解的结构，使问题的解更加直观，便于人们的理解，比传统的0-1编码和实数编码更能满足对问题求解的需求。

另外本发明实施例根据无人-有人协同信息分发传递的过程设计初始解的生成法，大大提高了初始解的可行性，有利于减少遗传算法的迭代次数，减少程序运行的时间，快速得到解的结果。

另外本发明实施例采用遗传算法对问题进行求解，遗传算法是一种通过模拟自然进化过程搜索最优解的方法，具有较高的搜索效率、全局优化的能力以及较好的鲁棒性等优点，可以帮助我们快速搜索到最优解。

第二方面，本发明提供了一种无人-有人协同信息分发传递优化系统，参见图5，包括:

初始解生成模块51，用于按照预设的编码方法以及每一个待分发的信息的属性对每一个待分发的信息进行编码，得到每一个待分发的信息对应的初始解；

最优解生成模块52，用于将所得到的各个初始解作为初始种群，利用遗传算法对预先设置的无人-有人协同信息分发传递优化模型进行求解，从而获得最优解；

输出模块53，用于将所述最优解所对应的方案作为所述无人-有人协同信息分发传递优化问题的最优方案输出。

进一步的，所述无人-有人协同信息分发传递优化模型的目标函数为：

约束条件为：

ETt≤lt,t∈T；

ETt≥et,t∈T；

ETt-STt≤D,t∈T；

其中，E＝{<i,j>|i,j∈V,i≠j}表示有向边集合，其中<i,j>表示通信网络拓扑中节点i到节点j的有向边；

W＝{wij|i,j∈V}表示图中每条有向边的权值集合，其中wij表示节点i到节点j之间的欧式距离；

Bv表示节点v所能提供的最大数据量，其中,v表示通信网络拓扑中的任一节点,v∈V；

T＝{1,2,…,n}表示待分发信息集合，n表示集合中元素的个数，t表示任意一个待分发信息，t∈T；

[et,lt]表示待分发信息t需要在此时间窗内到达信息宿，et表示最早到达时间，lt表示最迟到达时间；

STt表示待分发信息t从信息源实际开始分发时刻，ETt表示待分发信息t实际到达信息宿的时刻；

SNt表示待分发信息t的实际信息源，ENt表示需要接收待分发信息t的信息宿；

表示待分发信息t从节点i传递到节点j发生的传输时延；

表示待分发信息t从节点i传递到节点j发生的传播时延；

D表示通信网络拓扑中可接受的最大时延；

TWt表示待分发信息t所需要的带宽；

NWij表示通信网络拓扑中有向边<i,j>所能承受的最大带宽；

决策变量 定义为：

进一步的，所述初始解生成模块51具体用于执行：

S10，将待分发信息的数量n作为遗传算法中染色体内基因的数量,基因采用五元组的方式进行编码，如下式表示；

Gene＝(Sflag,Stask_start,Stask_end,Stime_start,Stime_end)

其中，Sflag表示待分发信息是否被分发，Stask_start表示待分发信息的信息源，Stask_end表示待分发信息的信息宿，Stime_start表示待分发信息从信息源实际开始分发时刻，Stime_end表示待分发信息实际到达信息宿的时刻；

S11，从待分发信息属性表中读取n个待分发信息的属性，若所有待分发信息都可以被分发传递，即令染色体中n个基因的Sflag的值为1；待分发信息属性表中的元素有Stask_id,Datavolume,Timewindow_start,Timewindow_end,Stime_end，其中Stask_id表示待分发信息的序号，Datavolume表示待分发信息的数据量，Timewindow_start表示待分发信息时间窗的起点，Timewindow_end表示待分发信息的时间窗终点，Stime_end表示待分发信息的信息宿)；

S12，随机生成每个待分发信息的Stask_start，并判断是否需要进行转发，如果需要则转S13，否则，将Stask_start记录在信息分发传递的节点路径表中，转S14；其中，节点路径表用于记录信息分发传递中所经过的节点顺序；

S13，随机生成转发的次数和相应的转发中间节点，并将转发中间节点的编号记录在信息分发传递的节点路径表中，转S14；

S14，读取各个待分发信息的时间窗属性和信息分发传递的节点路径表，计算出各个待分发信息最早发送时间和最迟发送时间，并在此时间段内随机产生一个Stask_start，再顺推计算出Stime_end，转S15；

S15，读取n个待分发信息的信息宿属性Stask_end，将Sflag、Stask_start、Stask_end、Stime_start、Stime_end记录到初始解中。

进一步的，所述最优解生成模块52，具体用于执行：

S21，将所述初始解生成方法执行预设数量次后可以得到一个初始种群；将初始种群记为POP(1)，并初始化t＝1，转S22；

S22，对群体POP(t)中的每一个染色体popε(t)计算它的适应度函数 其中D为一个极大值， 为目标函数值，转S23；

S23，判断是否满足终止条件t＞＝MAX_ITERATION；其中，MAX_ITERATION表示最大迭代次数)，若不满足，执行S24，否则转S210；

S24，利用轮盘赌的方法从第t代种群POP(t)中选择出POPSIZE个染色体，从而产生一个新的种群NEWPOP(t)，记录此时最好的解,转S25；

S25，对第t代种群NEWPOP(t)中的染色体进行单点交叉操作，即随机产生一个交叉点，依次将种群中相邻两个染色体位于该点后的部分进行相互交换，生成两个新的染色体，记录此时最好的解，转STEP 6；

S26，对第t代种群NEWPOP(t)中染色体的基因采用0-1变异，即对任务是否被执行(Sflag)进行变异，给定一个变异概率Pm，在[0,1]中产生一个随机数，若随机数小于变异概率，则对该基因进行变异，否则，不进行变异，并记录此时最好的解，转S27；

S27，对第t代种群NEWPOP(t)进行约束校验，即对进行解的可行性判断，主要包括时间窗约束、时延约束、带宽约束和信源约束；当染色体不满足其中的任一约束,则在目标函数值上加上一个很大的整数作为惩罚，使其适应度函数值变小，在选择操作时将被淘汰，转S28；

S28，对第t代种群NEWPOP(t)进行更新操作，即按种群按适应度函数值的降序进行排列，取出前SonNum个染色体，同时对父代种群按适应度函数值的升序进行排列，取出后FatherNum个染色体，将这两部分的染色体组成新一代的种群，转S29；

S29，对第t代变异种群NEWPOP(t)进行更新操作，形成新的种群，POP(t+1)，令t＝t+1，转S22；

S210，输出最优解。

进一步的，所述步骤S24包括：

步骤S241，通过公式 计算出第t代种群POP(t)中第ε个染色体popε(t)的遗传到下一代概率

步骤S242，通过公式 计算出第t代种群POP(t)中第ε个染色体popε(t)的累积概率

步骤S243，利用随机函数产生一个在[0,1]之间的随机数r，判断累积概率 与r，若 则第ε个染色体popε(t)被选中。

不难理解的是，由于上述的第二方面介绍的无人-有人协同信息分发传递优化系统为可以执行本发明实施例中的无人-有人协同信息分发传递优化方法的系统，故而基于本发明实施例中所介绍的无人-有人协同信息分发传递优化的方法，本领域所属技术人员能够了解本实施例的无人-有人协同信息分发传递优化系统的具体实施方式以及其各种变化形式，所以在此对于该无人-有人协同信息分发传递优化系统如何实现本发明实施例中的无人-有人协同信息分发传递优化方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中无人-有人协同信息分发传递优化的方法所采用的系统，都属于本申请所欲保护的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

无人-有人协同信息分发传递优化方法和系统专利购买费用说明

Q：办理专利转让的流程及所需资料

A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。

1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2：按规定缴纳著录项目变更手续费。

3：同时提交相关证明文件原件。

4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式

Q：专利转让变更，多久能出结果

A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。