基于遗传算法DDBN参数学习的UUV威胁评估

• 作者: 么洪飞 李庆 王宏健 王莹
• 来源期刊: 哈尔滨工程大学学报
• 学科: 交通运输
• 关键词: 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
• 年，卷（期）: 2018,（12）
• 页码范围: 1972-1978
• 页数: 7页
• 分类号: U666
• 字数: 5162字
• 语种: 中文
• DOI: 10.11990/jheu.201711072

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏健	哈尔滨工程大学自动化学院	66	668	14.0	21.0
2	王莹	哈尔滨工程大学自动化学院	46	281	9.0	16.0
4	李庆	哈尔滨工程大学自动化学院	3	3	1.0	1.0
5	么洪飞	哈尔滨工程大学自动化学院	6	24	3.0	4.0