基于分解学习粒子群的异构无人机集群多任务分配方法

    公开(公告)号:CN118466582B

    公开(公告)日:2024-12-06

    申请号:CN202410539170.0

    申请日:2024-04-30

    Abstract: 本发明公开了一种基于分解学习粒子群的异构无人机集群多任务分配方法,属于无人机领域,以最小救援惩罚和最小资源占用为优化目标函数,在约束条件下,建立无人机集群救援任务多目标分配模型;使用粒子群优化算法对目标函数进行求得最优解。本发明采用上述的一种基于分解学习粒子群的异构无人机集群多任务分配方法,以最小化救援惩罚和资源占用为评价指标,建立多目标救援任务分配模型,充分考虑了问题自身特点,能够生成一组可行且质量较高的粒子;可以利用学习库内的优秀方案不断更新粒子中劣质的分量,更有效地完成粒子位置的更新;可以对Pareto前沿上稀疏地带进行局部开发,进一步提高了算法所得Pareto最优解集的分布性。

    一种基于多任务学习的CMIES日前调度方案智能生成方法

    公开(公告)号:CN118153760A

    公开(公告)日:2024-06-07

    申请号:CN202410324192.5

    申请日:2024-03-21

    Abstract: 本发明公开了一种基于多任务学习的CMIES日前调度方案智能生成方法,确定CMIES的实际生产需求;根据实际生产需求建立CMIES日前调度问题的多目标混合整数规划模型,以及确定CMIES安全生产时需要满足的约束条件;根据多目标混合整数规划模型构建CMIES日前调度问题的单目标混合整数规划模型;利用多任务框架求解多目标混合整数规划模型的最优调度方案集合;根据CMIES的实际生产状况生成最优调度方案。本发明将单目标混合整数规划模型作为辅助任务,利用多任务框架求解多目标混合整数规划模型的最优调度方案集合,能够得到一组理论最优的调度方案;本发明在计算过程中计算代价小、运行时间短,更加满足实际生产需求,为管理人员提供实时决策方案。

    一种无人机三维航迹多目标粒子群全局规划方法

    公开(公告)号:CN109631900A

    公开(公告)日:2019-04-16

    申请号:CN201811583287.X

    申请日:2018-12-24

    CPC classification number: G01C21/20

    Abstract: 本发明公开了一种无人机三维航迹多目标粒子群全局规划方法,包括以下步骤:(1)根据飞行环境建立环境模型,对无人机的飞行环境进行处理时,采用数字地图技术;(2)根据步骤(1)建立的环境模型建立航迹规划模型;(3)将粒子群优化技术用于步骤(2)所述航迹规划模型,给出一种改进的少控制参数的多目标骨干粒子群全局航迹规划算法。本发明具有如下优点:建立了无人机三维全局多目标航迹规划模型,给出了航迹长度代价、威胁代价和隐蔽性代价三种指标函数,以及相应的约束需求,提出了一种少控制参数的多目标粒子群全局规划方法,增强了规划路径的实用性。

    基于多序列融合的测试用例优先级排序方法

    公开(公告)号:CN119127665B

    公开(公告)日:2025-04-15

    申请号:CN202411054436.9

    申请日:2024-08-02

    Abstract: 本发明公开了基于多序列融合的测试用例优先级排序方法,从不同的角度提升了测试用例集的性能:首先,利用测试用例相关性,并结合特征选择策略,约减测试用例集;其次,利用历史测试信息,并构建测试用例评价函数,实现测试用例优先级排序;然后,利用变更代码结构特征,并综合与未变更代码的相似性,生成测试用例优先级序列;最后,利用程序执行逻辑,调整多种测试序列,生成最终测试用例优先级顺序。通过工程实例进行对比表明本发明得到的测试用例序列节具有性能强、精度高等有点,并因多序列生成的并行模式,降低了时间消耗。

    面向路径的软件测试数据进化生成系统

    公开(公告)号:CN102331966A

    公开(公告)日:2012-01-25

    申请号:CN201110004891.4

    申请日:2011-01-10

    Abstract: 本发明开发出一套面向路径的软件测试数据进化生成系统,该系统不仅能够根据用户选择的测试路径,使用遗传算法自动生成穿越目标路径的测试数据,而且在使用遗传算法生成测试数据的过程中,提供了多种可供选择的遗传算法个体编码方式、适应值计算方法、选择方式、交叉方式、变异方式等,方便用户根据不同类型的被测程序选择不同的测试数据生成方法,另外本系统还提供了传统随机法的测试数据生成方法作为对比,真正实现软件测试数据自动化生成。运用本发明系统,不仅使得软件测试效率的大大提高,也节约了软件开发的大量资源,更为国家相关计划和工程的可信软件研发提供了技术支持,促进我国软件业的发展。

    基于多序列融合的测试用例优先级排序方法

    公开(公告)号:CN119127665A

    公开(公告)日:2024-12-13

    申请号:CN202411054436.9

    申请日:2024-08-02

    Abstract: 本发明公开了基于多序列融合的测试用例优先级排序方法,从不同的角度提升了测试用例集的性能:首先,利用测试用例相关性,并结合特征选择策略,约减测试用例集;其次,利用历史测试信息,并构建测试用例评价函数,实现测试用例优先级排序;然后,利用变更代码结构特征,并综合与未变更代码的相似性,生成测试用例优先级序列;最后,利用程序执行逻辑,调整多种测试序列,生成最终测试用例优先级顺序。通过工程实例进行对比表明本发明得到的测试用例序列节具有性能强、精度高等有点,并因多序列生成的并行模式,降低了时间消耗。

    一种矿山综合能源系统低碳经济运行优化方法

    公开(公告)号:CN116245338A

    公开(公告)日:2023-06-09

    申请号:CN202310284019.2

    申请日:2023-03-22

    Abstract: 本发明公开了一种矿山综合能源系统低碳经济运行优化方法,包括如下步骤:(1)引入系统运行低碳性需求,建立矿山综合能源系统能流‑碳流系统架构;(2)以矿山综合能源系统运行成本和碳排放量最小为目标函数,构建矿山综合能源系统的低碳经济运行优化模型;(3)采用风险规避策略下的鲁棒模型对系统的多重不确定进行建模分析,并设计系统低碳经济运行优化模型的确定型转换方法。本发明采用上述一种矿山综合能源系统低碳经济运行优化方法,对系统和各设备的碳排放进行约束,实现矿山综合能源系统的低碳经济调度,对矿山综合能源系统源端可再生能源和衍生能源的不确定性进行建模分析,给出计及供能不确定性的鲁棒模型。

    一种煤层群开采导水裂隙带高度的计算方法

    公开(公告)号:CN114687736B

    公开(公告)日:2023-01-10

    申请号:CN202210357254.3

    申请日:2022-04-02

    Abstract: 本发明公开一种煤层群开采导水裂隙带高度的计算方法:确定矿区基本地质采矿参数;判断首层煤上覆岩层的综合岩性,计算首层煤开采导水裂隙带高度;判断煤层间岩层的综合岩性,并由浅及深依次计算来确定第i层煤开采垮落带高度和第i层煤导水裂隙带高度;分别对比第i层煤开采垮落带高度、第i层煤导水裂隙带高度以及第i‑1层煤与第i层煤的煤层间距的大小,由深及浅依次确定煤层群中相邻煤层开采垮落带与导水裂隙带的交迭关系;计算确定不同交迭关系的煤层的综合等效采厚和煤层群综合采厚;计算煤层群开采导水裂隙带高度。本发明为矿区煤层群条件保水绿色开采中导水裂隙带高度计算提供了新的更为全面的计算方法。

    基于分解学习粒子群的异构无人机集群多任务分配方法

    公开(公告)号:CN118466582A

    公开(公告)日:2024-08-09

    申请号:CN202410539170.0

    申请日:2024-04-30

    Abstract: 本发明公开了一种基于分解学习粒子群的异构无人机集群多任务分配方法,属于无人机领域,以最小救援惩罚和最小资源占用为优化目标函数,在约束条件下,建立无人机集群救援任务多目标分配模型;使用粒子群优化算法对目标函数进行求得最优解。本发明采用上述的一种基于分解学习粒子群的异构无人机集群多任务分配方法,以最小化救援惩罚和资源占用为评价指标,建立多目标救援任务分配模型,充分考虑了问题自身特点,能够生成一组可行且质量较高的粒子;可以利用学习库内的优秀方案不断更新粒子中劣质的分量,更有效地完成粒子位置的更新;可以对Pareto前沿上稀疏地带进行局部开发,进一步提高了算法所得Pareto最优解集的分布性。

    一种无人机三维航迹多目标粒子群全局规划方法

    公开(公告)号:CN109631900B

    公开(公告)日:2022-08-26

    申请号:CN201811583287.X

    申请日:2018-12-24

    Abstract: 本发明公开了一种无人机三维航迹多目标粒子群全局规划方法,包括以下步骤:(1)根据飞行环境建立环境模型,对无人机的飞行环境进行处理时,采用数字地图技术;(2)根据步骤(1)建立的环境模型建立航迹规划模型;(3)将粒子群优化技术用于步骤(2)所述航迹规划模型,给出一种改进的少控制参数的多目标骨干粒子群全局航迹规划算法。本发明具有如下优点:建立了无人机三维全局多目标航迹规划模型,给出了航迹长度代价、威胁代价和隐蔽性代价三种指标函数,以及相应的约束需求,提出了一种少控制参数的多目标粒子群全局规划方法,增强了规划路径的实用性。

Patent Agency Ranking