公开(公告)号：CN102122251B

公开(公告)日：2016-09-14

申请号：CN201110067398.7

申请日：2011-03-21

Applicant: 北京航空航天大学 ,  北京空间飞行器总体设计部

Inventor： 郑征 ,  林树民 ,  常进 ,  刘一帆 ,  蔡开元

IPC: G06F9/48 ,  G06F9/44

Abstract: 本发明涉及一种基于遗传算法的多航天器并行测试任务调度方法，其步骤如下：第一步遗传算法；第二步获得基线调度方案；第三步重调度；第四步设计结束。本发明的优点具体包括：①考虑了不确定性因素的影响，调度方案能够始终保持可行性；②生成的调度方案具有较短的测试总工期；③能够有效处理大规模的航天器并行测试任务调度问题。

公开(公告)号：CN102662756A

公开(公告)日：2012-09-12

申请号：CN201210046714.7

申请日：2012-02-27

Applicant: 北京航空航天大学

Inventor： 郑征 ,  郭泽 ,  刘一帆 ,  闫金栋 ,  林树民 ,  蔡开元

IPC: G06F9/50

Abstract: 一种资源可调整的卫星并行测试资源配置方法，包括以下步骤：步骤1、使用遗传算法求解卫星并行测试任务调度模型；步骤2、获得调度方案以及资源信息；步骤3、根据资源信息调整资源量；步骤4、调整结束。该方法根据项目的具体需求匹配资源，以达到减小项目工期并提高资源使用率的目的，从而提高调度方案品质。它在航空航天并行测试技术领域里具有良好的应用前景。

公开(公告)号：CN101963508A

公开(公告)日：2011-02-02

申请号：CN201010264907.0

申请日：2010-08-27

Applicant: 北京航空航天大学

Inventor： 郑征 ,  林树民 ,  蔡开元

IPC: G01C21/24 ,  G06N7/02

Abstract: 本发明涉及一种基于反馈模糊推理的无人机实时航路规划方法，其步骤如下：第一步无人机航路的更新模式；第二步模糊规则库的建立；第三步模糊前件的获取；第四步反馈模糊推理方法的设计；第五步解模糊；第六步确定其余参量；第七步确定无人机的下一个位置；第八步设计结束。本发明与现有的无人机实时航路规划方法相比，本发明通过应用反馈模糊推理方法使无人机具备了初步的自主学习能力，从而提高了航路规划的效果。按本发明设计的实时航路规划方法不仅航路短、路径平滑，而且具有全局收敛性，并且容易实现，为工程应用提供了一种更加实用和可靠的无人机实时航路规划方法。

公开(公告)号：CN102122251A

公开(公告)日：2011-07-13

申请号：CN201110067398.7

申请日：2011-03-21

Applicant: 北京航空航天大学

Inventor： 郑征 ,  林树民 ,  常进 ,  刘一帆 ,  蔡开元

IPC: G06F9/48 ,  G06F9/44

Abstract: 本发明涉及一种基于遗传算法的多航天器并行测试任务调度方法，其步骤如下：第一步遗传算法；第二步获得基线调度方案；第三步重调度；第四步设计结束。本发明的优点具体包括：①考虑了不确定性因素的影响，调度方案能够始终保持可行性；②生成的调度方案具有较短的测试总工期；③能够有效处理大规模的航天器并行测试任务调度问题。

公开(公告)号：CN101963508B

公开(公告)日：2012-06-06

申请号：CN201010264907.0

申请日：2010-08-27

Applicant: 北京航空航天大学

Inventor： 郑征 ,  林树民 ,  蔡开元

IPC: G01C21/24 ,  G06N7/02

Abstract: 本发明涉及一种基于反馈模糊推理的无人机实时航路规划方法，其步骤如下：第一步无人机航路的更新模式；第二步模糊规则库的建立；第三步模糊前件的获取；第四步反馈模糊推理方法的设计；第五步解模糊；第六步确定其余参量；第七步确定无人机的下一个位置；第八步设计结束。本发明与现有的无人机实时航路规划方法相比，本发明通过应用反馈模糊推理方法使无人机具备了初步的自主学习能力，从而提高了航路规划的效果。按本发明设计的实时航路规划方法不仅航路短、路径平滑，而且具有全局收敛性，并且容易实现，为工程应用提供了一种更加实用和可靠的无人机实时航路规划方法。

公开(公告)号：CN102646061A

公开(公告)日：2012-08-22

申请号：CN201210046718.5

申请日：2012-02-27

Applicant: 北京航空航天大学

Inventor： 郑征 ,  林树民 ,  刘一帆 ,  闫金栋 ,  郭泽 ,  蔡开元

IPC: G06F9/50 ,  G06N3/12

Abstract: 一种基于遗传算法的卫星并行测试资源配置方法，该方法有四大步骤：步骤一：定义资源配置方案的稳定性和总工期；步骤二：采用非支配排序遗传算法NSGA-II求解卫星并行测试资源配置的双目标调度模型，以得到非支配解集；步骤三：采用最优解筛选算法，在求解双目标调度模型后得到最优的资源配置方案；步骤四：设计结束。本发明提出一种不确定环境下的基于遗传算法的卫星并行测试资源配置方法以获得更加稳定的资源配置方案，从而克服传统并行测试资源配置方法的局限性，达到卫星并行测试资源优化配置的目的，进而提高测试效率和降低测试成本。它在航空航天并行测试技术领域里具有较好的实用价值和广阔地应用前景。

公开(公告)号：CN102609820A

公开(公告)日：2012-07-25

申请号：CN201210035939.2

申请日：2012-02-17

Applicant: 北京航空航天大学

Inventor： 郑征 ,  郭泽 ,  林树民 ,  蔡开元

IPC: G06Q10/06

Abstract: 一种基于项目特性的关键链缓冲调整方法，包括以下步骤：步骤1、生成初始可行调度方案；步骤2、计算任务的自由时差，识别关键链；步骤3、采用两种经典量化方法计算缓冲大小，选择较优者通过调整策略对缓冲大小进行调整；步骤4、生成缓冲调度方案，输出结果。本发明考虑了影响调度方案鲁棒性的两个重要因素，网络复杂度和资源松紧度。将其引入到缓冲量化方法中，使调度方案能更好地应对项目中的不确定性。该方法可以在保证调度方案的可行性的基础上得到合理的缓冲插入方案。它在优化调度技术领域里具有实用价值和广阔的应用前景。