基于多属性决策的自主等级评估算法

1、第39卷增刊2011年11月华中科技大学学报(自然科学版J .H u a z h o n g U n i v .o f S c i .&T e c h .(N a t u r a l S c i e n c e E d i t i o n V o l .39S u p.N o v .2011收稿日期2011-06-15.作者简介邹启杰(1978-,女,博士研究生,E -m a i l :z o u q i ji e n e u s o f t .e d u .c n .基金项目国家自然科学基金资助项目(60975071;国家高技术研究发展计划资助项目(2009A A 04Z 215.基

2、于多属性决策的自主等级评估算法邹启杰1,2张汝波1唐平鹏1尹丽丽1(1哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001;2大连东软信息学院计算机科学与技术系,辽宁大连116023中图分类号T P 242文献标志码A 文章编号1671-4512(2011S 2-0382-03E v a l u a t i o n a l g o r i t h m f o r a u t o n o m y l e v e l b a s e d o n m u l t i -a t t r i b u t e d e c i s i o n m a k i n gZ o u Q i j i e 1

3、,2Z h a n g R u b o 1T a n g P i n g p e n g 1Y i n L i l i 1(1C o l l e g e o f C o m p u t e r a n d T e c h n o l o g y ,H a r b i n E n g i n e e r i n g U n i v e r s i t y ,H a r b i n 150001,C h i n a ;2D e p a r t m e n t o f C o m p u t e r a n d T e c h n o l o g y ,D a l i a n N e u s o f

4、 t I n s t i t u t e o f I n f o r m a t i o n ,D a l i a n 116023,L i a o n i n g C h i n a A b s t r a c t B y e v a l u a t i n g t h e a u t o n o m y l e v e l w i t h m u l t i -a t t r i b u t e d e c i s i o n m a k i n g t h e o r y ,a d j u s t a b l e a u t o n o m y s y s t e m c o u l d

5、 b e a c h i e v e d b a s e d o n t h e m i x e d -i n i t i a t i v e i n t e r a c t i o n .C o m b i n e d w i t h u n -m a n n e d s u r f a c e v e h i c l e (U S V n a v i g a t i o n t a s k ,a d j u s t a b l e a u t o n o m y m o d e l (A AM w a s d e t e r m i n e d b y m u l t i -a t t r

6、 i b u t e d e c i s i o n m a k i n g t h e o r y ,a n d c o u l d b e u s e d t o m e a s u r e t h e a u t o n o m y l e v e l o f U S V i n c u r r e n t s i t u a t i o n a n d u s e r p r e f e r e n c e s .T h e m e a s u r e o f U S V s a u t o n o m y l e v e l w a s e f f e c t i v e l y s

7、 o l v e d b y A AM.T h e r e s u l t s o f t h e a u t o n o m y s t u d y s h o w t h a t e v a l u a t i n g t h e a u t o n o m y l e v e l w i t h m u l t i -a t -t r i b u t e d e c i s i o n m a k i n g t h e o r y i s c o r r e c t l y a n d e f f e c t i v e l y .K e y w o r d s u n m a n n

8、 e d s y s t e m ;a u t o n o m y l e v e l ;a d j u s t a b l e a u t o n o m y ;m i x e d -i n i t i a t i v e i n t e r a c t i o n ;m u l i -a t t r i b u t e d e c i s i o n m a k i n g将人类的认知能力和智能系统的计算和执行能力相结合进行研究能提高无人系统任务完成的质量1-2.在未知的环境下,无人设备自主等级的确定是可变自主系统动态协作的重要研究问题.但执行任务前静态地划分自主等级是不可行的,因为环境变

9、化是无限的.所以,可将自主等级的确定视为决策问题来解决,即在一定的决策环境下,选一种在操作者看来效用最大的人机协作方式.目前,对于实现无人系统可变自主能力的研究很多,主要区别在于自主能力评估算法的不同.算法设计以水面无人系统为例对自主等级进行定义,并且针对其巡航任务建立决策模型和实验模拟.1混合主动交互的可变自主在无人系统中,用户和无人设备可以视为智能体a g e n t,混合主动交互策略中的a g e n t都为完成任务而尽自己最大的努力,并且a g e n t交互的角色不是提前确定的,而是根据要解决的问题进行协商而动态确定3-4,这样a g e n t能够动态改变交互方式以更好地解决问题.

10、d.用户遥控,即U S V警示、用户遥控、U S V执行、U S V反馈.U S V所处的环境使其规划效率比较低,通过用户对U S V的规划或者行为进行完全控制,能帮助U S V完成当前的任务.2自主等级评估过程多属性决策理论是多目标决策的一种,解决步骤有5:决策问题描述,确定可行方案集合;根据决策问题的目标进行相关信息采集;属性评价函数的定义;方案筛选.无人系统自主等级评估是多属性决策问题,希望最终的自主等级既能准确、有效完成任务,又不会给用户增加工作压力,因此目标间存在不可公度性和矛盾性,采用多属性决策适合实现无人系统可变自主的功能需求.评价时需要衡量的目标集合,目标集合采用树形结构定义,

11、o i=m i1,m i2,m i k为全局规划后产生的第i个路节点,即(x i,y i为路节点的经纬度坐标,m i k=(v i k,i k为局部规划进一步分解产生的行为,即第i个目标的第k个行为,v i k和i k分别为速度和角度;F=f1(·,f2(·,f n(·为所有属性的评价函数集合,fj(·为对于属性j的评价函数,该函数在系统自我状态评价的基础上结合了用户评价的模型;S为决策形势,采用决策矩阵保存属性值;R为决策规则,根据决策矩阵进行分析评价,目的是对方案进行排序,这里采用P r o m e t h e e算法构建级别高于关系.属性值,y i

12、j为方案i的第j个属性值,y ij= f j(a i,用第j个属性值表示对于U S V自主能力属性j的评价.步骤1优先函数定义.优先函数对2种方案的对应属性进行比较,函数定义为P(a i,a k=P(y i j,y k j(y i jy k j;(其他,式中P(y ij,yk j=P(yi j-y k j,表示方案i和方案k的属性j的差别,令y i j-y k j=d,有·383·增刊邹启杰,等:基于多属性决策的自主等级评估算法P (a i ,a k=0P (d (d 0,(d >0.步骤2优先指数的计算.通过优先函数对各自主等级进行优先程度计算.对每对方案a i A

13、 ,属性的权重分别为j (j =1,2,m ,其优先指数定义为(a i ,a k =mj =1j P j (a i ,a k /mj =1j ,若权值为1,即各目标权重一致,则上式简化为(a i ,a k =mj =1P j (a i ,a k .步骤1中优先函数已定义,即可求得任意2方案间的优先指数.当权值为1时,优先指数退化为2方案间同属性的优先函数值之和.步骤3赋值的级别高于关系图的构成.以方案集中的所有方案为节点,优先指数(a i ,a k 为a i 指向a k 的弧线,可得到赋值的级别高于图.对于每个自主等级a i (即有向图的节点定义流出(即自主等级a i 比其他方案的优先程度为-

14、(a i =a A(a ,a i ;流入(即其他方案比自主等级a i 的优先程度为+(a i =a A(a i ,a .方案a i 流出越大,其相对于其他方案的级别越高;流入越小,其他方案比a i 级别高的可能性越小.进而定义每个方案节点的综合评价为(a i =+(a i -(a i .基于上述方案间优先程度的计算,即每个方案的净流值,构建完全序关系,进而完成对可行自主等级的排序.3实验结果和讨论U S V 自主行驶在某海域,遇到多船只停泊在该海域,对U S V 导航造成严重威胁,用户评价结果为良好,此时获得如下决策矩阵,如表1所示,表中N 和t 分别为通信周期的个数和1次通信的用时,用户工作

15、压力用决策周期的个数表示,全自主、用户认可、用户启发和用户遥控下的用户技表1实验输入的决策矩阵自主等级任务目标确信程度/%环境信息确信程度/%威胁程度/%资源消耗/(s/次用户工作压力用户偏好全自主1009570000.25用户认可1009835t 10.30用户启发1009835t 20.30用户遥控10010030N t 30.15能需求分别为无、低、中和高.按照本文中的算法进行自主等级评估,运行结果如表2所示,表中对角线上为每个自主等级的净流.表2自主等级之间的级别高于关系自主等级全自主用户认可用户启发用户遥控全自主0.06420.88001.54003.6602将来对无人系统可变自主的

16、研究主要有:对于影响自主能力的因素进行更加准确的建模,加入不确定性的描述可以利用马尔可夫决策模型;基于评价的结果,对规划算法调度的控制,可以采用基于a ge n t 的动态协作模型.参考文献1戴汝为.人-机结合的智能工程系统处理开放的复杂巨系统的可操作平台J .模式识别与计算智能,2004,17(3:257-261.2魏瑞轩,李学仁.无人机系统及作战使用M .长沙:国防工业出版社,2009.3A l l e n J F .M i x e d i n i t i a t i v e i n t e r a c t i o n J .I E E E I n -t e l l i g e n t S

17、 ys t e m s ,1999,15(4:14-23.4Y a n c o H A ,B a k e r M ,C a s e y R ,e t a l .A n a l y s i s o f h u m a n -r o b o t i n t e r a c t i o n f o r u r b a n s e a r c h a n d r e s c u e C P r o c e e d i n g s o f I E E E I n t e r n a t i o n a l W o r k s h o p o n S a f e t y ,S e c u r i t y

18、,a n d R e s c u e R o b o t i c .G a i t h e r s -b u r g:I E E E ,2006:1-3.5岳超群.决策理论与方法M .北京:科学出版社,2009.6D e K o v e n E A M ,W o o d S D.I n t e g r a t i n g a d j u s t ab l e a u t o n o m y i n a n i n t e l l i g e n tc o n t r o l f r a m e w o r k C P r o c e ed i n g s o f S P I E 2005Se s s i o n o n U n m a n n e d /U n -a t t e n d e d S e n s o r s a n d S e n s o r N e t w o r k s I I .B r u g e s :S P I E ,2005:59860G.7C h e n g M Y K ,C o h e n R.I n t e g r a t i n g i n f o r m a t i o n g a t h e r i n g i n t e r a c t i o n i n t o t r a n s f e r o f c o n t r o l