买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利基于异质图学习的大规模卫星任务动态约束冲突消解方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119514935B 。

龙图腾网通过国家知识产权局官网在2025-11-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411514367.5，技术领域涉及：G06Q10/0631；该发明授权基于异质图学习的大规模卫星任务动态约束冲突消解方法及系统是由冯小恩;李玉庆;雷明佳;任胥朴;林炜铖;徐敏强设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于异质图学习的大规模卫星任务动态约束冲突消解方法及系统在说明书摘要公布了：本发明提出了一种基于异质图学习的大规模卫星任务动态约束冲突消解方法及系统，包括：针对任务规划问题进行数学描述，设计优化目标函数；针对约束进行特点分析和数学表达；针对静态约束构建卫星任务静态约束冲突图模型；针对动态约束构建卫星任务动态约束冲突图模型；对静态约束冲突图模型求解；针对动态约束冲突图模型进行求解，获得的卫星任务选择概率；对卫星任务进行决策优化，最终得到卫星任务规划结果。本发明实现了多星大规模密集任务的高效调度和分配决策，解决了在密集任务下的多星任务规划过程中，对约束排查和冲突消解的高效计算问题，极大减少了多星任务规划求解过程中的冲突消解次数。

本发明授权基于异质图学习的大规模卫星任务动态约束冲突消解方法及系统在权利要求书中公布了：1.一种基于异质图学习的大规模卫星任务动态约束冲突消解方法，包括： 针对大规模卫星任务规划问题进行数学描述，设计优化目标函数；针对大规模卫星任务规划问题中的约束进行特点分析和数学表达，根据约束的不同特征分为静态约束和动态约束； 针对静态约束，构建卫星任务静态约束冲突图模型；针对动态约束，构建卫星任务动态约束冲突图模型； 输入卫星任务及其原始信息，对静态约束冲突图模型求解，消解任务间的静态约束冲突，得到静态约束冲突消减的卫星任务集合；针对静态约束冲突消减的卫星任务集合，对其构成的卫星任务动态约束冲突图模型进行求解，消解任务间的动态约束冲突，获得的卫星任务选择概率；基于动态约束冲突消减后的卫星任务选择概率，对卫星任务进行决策优化，最终得到卫星任务规划结果； 所述的卫星任务动态约束冲突图模型，具体为： 构建卫星任务动态约束冲突异质图，数学描述为其中V和E分别代表节点和边的集合，F和R分别代表节点和边的类型集合，满足|F|+|R|＞2，每个节点v∈V关联一个节点类型映射函数每条边e∈E关联一个边类型映射函数φ:E→R； 在卫星任务动态约束冲突异质图中，节点为卫星任务、动态约束临界冲突团节点，边为能源约束临界冲突团节点与卫星任务节点的连接边、存储约束临界冲突团节点与卫星任务节点的连接边，动态约束临界冲突团节点分为能源约束临界冲突团节点和存储约束临界冲突团节点； 所述动态约束临界冲突团节点为：被动态约束临界冲突团节点连结的卫星任务节点恰好超出了卫星能源、存储量限制； 对卫星任务动态约束冲突图模型的求解，具体为： 输入输出要素设计：其中，输入要素包括任务约束异质图、任务节点特征、约束冲突元路径集合；输出要素为卫星任务被选择执行的概率集合； 异质图注意力网络结构设计：异质图注意力网络结构包含节点注意力、元路径注意力两层注意力机制，节点注意力表征各任务节点的重要性，元路径注意力表征不同类别动态约束临界冲突团对任务间冲突关联性的贡献程度； 冲突消解策略学习训练：冲突策略学习训练过程采用非监督训练方式，损失函数采用由离散改进为连续的二次无约束优化函数； 动态约束冲突元路径集合metaPath＝{Φ1,Φ2,...,Φm,...,ΦM}；冲突元路径Φm是指各类节点集合通过“卫星任务taski-类别为m的动态约束临界冲突团节点conflictm-卫星任务taskj”关系所连接成的一条路径； 冲突消解策略学习训练具体步骤为： 1基于异质图注意力网络输出的卫星任务概率值，逐一判断其是否大于设定的阈值，若是，则加入执行任务节点集合，转第3步；否则，加入被删除任务节点集合，转到第2步； 2依据被删除的任务节点，解散其所在的临界冲突团，并更新临界冲突团节点集合，转至第3步； 3计算惩罚矩阵P：惩罚矩阵P是根据当前临界冲突团节点集合，获得与临界冲突团节点有边相连的卫星任务节点，并统计这些卫星任务节点与临界冲突团节点关联的边数，惩罚机制可采用单点-单次惩罚、单点-累次惩罚、多点-单次惩罚、多点-累次惩罚策略，得到任务惩罚矩阵； 4计算损失函数loss＝XTR+PX，式中，矩阵R是任务的奖励矩阵，为每个任务的收益或优先级；P为惩罚矩阵；X是任务的选择概率矩阵； 5判断是否达到最大迭代次数或损失函数是否已经收敛，若是，转到6，否则，更新异质图注意力网络参数，继续训练； 6输出卫星任务选择概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。