基于图模型与深度强化学习的控制系统的测试任务调度方法及其系统

    公开(公告)号:CN119247759A

    公开(公告)日:2025-01-03

    申请号:CN202410423822.4

    申请日:2024-04-10

    Abstract: 本发明属于自动测试技术领域,具体涉及一种基于图模型与深度强化学习的控制系统的测试任务调度方法及其系统。对测试任务需求进行分析,再构建Single‑rate DAG任务调度模型;依据Single‑rate DAG任务调度模型,生成有向图作为GNN的输入;基于有向图和GNN建立关于边的热图;依据热图生成任务调度排序,根据任务调度排序规划调度方案;计算损失函数,并依据损失函数更新图神经网络;重复建热图至计算损失函数,直至可规划出符合预期目标的高质量解或在规划出的测试方案makespan的均值和最小值的差值小于一定阈值,迭代结束;步骤7:输出优化后的解。本发明用以解决缺乏对高相关性的测试任务调度过程的规划结果往往随机性较大,难以适用于实际需求的问题。

Patent Agency Ranking