“郑江安”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种基于贝叶斯程序学习算法的无人系统资源分配方法-CN201810987493.0有效
发明人：周尧明;李少伟;郑江安;藏精;蒙志君 -专利权人：北京航空航天大学;中国航空系统工程研究所
申请日： 2018-08-28 - 公布日： 2022-05-10 - 主分类号： G06K9/62 文献下载
摘要：本发明一种基于贝叶斯程序学习算法的无人系统资源分配方法，步骤一、建立任务环境场景模型：包含无人系统资源、任务和资源分配方案；步骤二、学习专家资源分配方案知识：分块学习专家资源分配方案知识，首先学习专家资源分配方案中的任务划分形式，然后学习专家资源分配方案中每个子任务的无人平台分配知识；步骤三、生成资源分配方案：根据贝叶斯程序学习算法学的专家知识首先生成子任务划分，再为每个子任务分配相应的无人平台。本发明方法可根据专家方案知识生成大量资源分配方案，实现资源分配方案的由少到多；能够举一反三，生成与专家资源分配方案不同的资源分配方案，有利于提高无人系统自主性和资源分配方案多样性。
一种基于贝叶斯程序学习算法无人系统资源分配方法

[发明专利]基于少量先验知识的无人机群行动方案搜索方法-CN201810989481.1有效
发明人：周尧明;谢荣磊;蒙志君;郑江安;朱家强 -专利权人：北京航空航天大学;中国航空系统工程研究所
申请日： 2018-08-28 - 公布日： 2021-06-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明基于少量先验知识的无人机群行动方案搜索方法，一、将行动方案拆分为任务层、资源层、动作层；二、利用聚类方法将任务层分为k类；三、使用k‑means聚类算法对资源层和动作层分类；四：行动方案总共分类n类，根据各个类别中方案数量的大小比例，按照随机选取的原则选择方案；五：使用Anylogic仿真平台推演选中的方案，以推演结果作为行动方案的评分，统计表现优秀的方案的类别情况；六：根据优秀方案的类别分布情况从各类别中继续选择方案；七：重复步骤五、六，对“表现优秀”的类别，选中的方案越来越多，对“比较差”的类别，选中的方案越来越少，甚至不选择，最终能在推演比较少量方案的情况下选中比较好的方案。
基于少量先验知识无人机群行动方案搜索方法

[发明专利]一种无人机群行动方案自动生成方法-CN201810988692.3有效
发明人：周尧明;赵浩然;陈俊锋;郑江安;李昊;姜晓爱 -专利权人：北京航空航天大学;中国航空系统工程研究所
申请日： 2018-08-28 - 公布日： 2020-11-27 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种无人机群行动方案自动生成方法：一、确定任务核心和场景信息；二、子任务分解模块，使用遗传算法将任务核心分解为若干子任务；三、子任务优先级自动排序模块——和声种群生成；四、资源调度模块进行和声评价；五、子任务优先级自动排序模块——和声记忆库更新；六、输出优秀方案。本发明摆脱人为参与，实现高度自动化、快速响应率和智能协同化；生成的方案保证优秀性、多样性，可按优秀程度排序供选用；生成的行动方案执行时效率更高、目的更明确；搜索时效率更高，不需遍历所有排列即可达到优秀解；可同时进行最优调度和最佳优先级序列和声个体的评价，同时保证时序和资源调度的准确性，增加了计算效率；模块化算法兼容性更高。
一种无人机群行动方案自动生成方法

[发明专利]基于卷积神经网络的无人机群行动方案快速评估方法-CN201810989468.6有效
发明人：周尧明;谢荣磊;蒙志君;郑江安;李昊 -专利权人：北京航空航天大学;中国航空系统工程研究所
申请日： 2018-08-28 - 公布日： 2020-10-20 - 主分类号： G05D1/10 文献下载
摘要：本发明基于卷积神经网络的无人机群行动方案快速评估方法，步骤一：数据输入与处理，输入的行动方案由任务分配、资源分配、飞机动作序列组成，分别用矩阵表示，再将其合并为一个方案矩阵。步骤二：构建卷积神经网络，将方案矩阵输入到卷积层，提取特征信息后，将卷积层输出到池化层，进行数据降维，再输出到卷积层，经多次卷积‑池化处理后的数据输出到全连接层，得到行动方案评估的预测值。步骤三：将预测值与Anylogic推演平台输出值的差值对神经网络进行训练。步骤四：将方案信息输入到训练好的神经网络，输出值为该方案的快速评估结果。本发明方法评估速度大大提高；提升了评估的准确度和客观性；解决了行动方案复杂、维度过多的问题。
基于卷积神经网络无人机群行动方案快速评估方法

[发明专利]一种基于多串染色体遗传算法的目标分配优化方法-CN201810994621.4在审
发明人：周尧明;赵浩然;陈俊锋;姜晓爱;郑江安;藏精 -专利权人：北京航空航天大学;中国航空系统工程研究所
申请日： 2018-08-28 - 公布日： 2018-12-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种基于多串染色体遗传算法的目标分配优化方法，步骤为：1、提出一种多串染色体的染色体编码方式，一个多串染色体代替传统的单染色体代表遗传算法的一个个体。2、遗传算子。3、初代生成：初代生成的目的是填满ND个多串染色体矩阵，ND为种群规模。4、交叉算子：使用染色体串交叉方法。5、变异算子：变异操作依次在每个染色体串中进行。6、适应度函数。7、选择算子：使用轮盘赌选择方法和精英保留策略。本发明实现了一个资源平台匹配多个任务并固定任务目标数的操作；可应用于传统的一个资源平台匹配一个任务目标，区别于普通遗传算法是可以保持这中规则不被破坏，其优点为更加灵活；0‑1的编码方式，增加了计算效率。
染色体染色体遗传目标分配任务目标遗传算法资源平台传统的算法匹配矩阵染色体编码适应度函数编码方式变异操作变异算子单染色体计算效率交叉算子精英保留遗传算子种群规模算子轮盘赌填满优化灵活应用