基于自组织聚类的多机协同编批方法

• Published in: 工程科学学报 Vol. 46; no. 7; pp. 1269 - 1278
• Main Authors: 张世辉, 金同清, 张运杰, 周锐, 冉华明, 周礼亮
• Format: Journal Article
• Language: Chinese
• Published: 中国航空工业集团公司沈阳飞机设计研究所,沈阳 110035%中国航天科技创新研究院,北京 100176%北京航空航天大学自动化科学与电气工程学院,北京 100191%中国电子科技集团公司航空电子信息系统技术重点实验室,成都 610036 01.07.2024
• Subjects: hyperparameter; 聚类; 高维态势信息; self-organization; high-dimensional situation information; multi-aircraft collaborative batching; 自组织; clustering; 多机协同编批; 超参数
• ISSN: 2095-9389
• DOI: 10.13374/j.issn2095-9389.2023.10.09.002

V221+.3%TB553; 针对多机协同对抗过程中的编批问题,设计了一种基于改进自组织迭代聚类的多机协同编批方法.该方法解决了传统自组织迭代聚类算法中人工参数设置不便利不直观的问题,能够在给定少数直观超参数条件下,使多机自主调整聚类过程中所涉及的参数,最终迭代出合理的编批结果.首先对高维多机态势信息进行标准化和主成分分析处理,从而确认新的向量空间;然后引入密度聚类中的邻域密度判别思想对传统自组织迭代聚类方法的合并和分裂操作进行改进,优化并减少了传统方法进行分裂和合并操作所涉及的人工参数,提升了执行编批聚类任务的智能自主性;最后选取算法评价指标,使用所提算法以及传统算法对多个人工合成数据以及实际想定场景进行聚类测试并对测试结果进行评价.人工合成数据仿真表明改进自组织迭代聚类算法在优化聚类过程中的人工参数后仍与原始算法表现出相当的性能,实际想定场景的编批结果进一步说明了改进自组织迭代聚类算法在具体应用场景中的有效性以及在未来实际场景中的实用性.