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！

龙图腾网获悉西安电子科技大学申请的专利一种基于GP的层级式无人集群任务规划方法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：CN120450658B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510954292.0，技术领域涉及：G06Q10/101；该发明授权一种基于GP的层级式无人集群任务规划方法是由王童豪;王晗丁设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于GP的层级式无人集群任务规划方法在说明书摘要公布了：本申请公开了一种基于GP的层级式无人集群任务规划方法、装置、设备和介质，通过构建具有结构化语义的层级任务个体树；将强类型遗传编程算法作为种群进化基线，将层级任务个体树输入强类型遗传编程算法生成初始种群，评估各初始个体的性能，得到适应度评估结果；根据适应度评估结果判断不满足终止条件，利用强类型遗传编程算法对各个体进行选择、交叉、变异操作，并在交叉、变异操作过程中利用基于领域知识的剪枝算法清理各个体中的冗余节点，将最优层级任务个体树转化为无人集群协同系统的任务规划方案，本申请解决了现有无人集群协同任务规划方法中存在的任务结构表达能力不清晰、可行性保障机制不完善、搜索低效且不具自适应性的技术问题。

本发明授权一种基于GP的层级式无人集群任务规划方法在权利要求书中公布了：1.一种基于GP的层级式无人集群任务规划方法，其特征在于，包括如下执行步骤： 基于分层多智能体系统的领域知识，确定消防无人车与多无人机群共同构建的无人集群协同系统的五类节点，并基于五类节点构建具有结构化语义的层级任务个体树； 将强类型遗传编程算法作为种群进化基线，将层级任务个体树输入强类型遗传编程算法生成初始种群，其中，各初始种群的初始个体为各层级任务个体树，且各层级任务个体树对应各无人机群和消防无人车在执行任务时的部署方案，采用预定义的适应度函数评估各初始个体的性能，得到适应度评估结果； 根据适应度评估结果判断是否满足终止条件，若满足终止条件，则根据最优的适应度评估结果输出对应的最优的层级任务个体树；否则，利用强类型遗传编程算法对各个体进行选择、交叉、变异操作，并在交叉、变异操作过程中利用基于领域知识的剪枝算法清理各个体中的冗余节点，生成后代层级任务个体树，利用适应度函数评估各种群个体的性能，得到新的适应度评估结果，并迭代执行上一执行步骤，并将最优层级任务个体树转化为无人集群协同系统的任务规划方案； 其中，五类节点包括总体任务节点、下层子任务节点、交互子任务节点、参数节点和上层子任务节点，其中，总体任务节点、上层子任务节点、交互子任务节点和下层子任务节点具有父子继承关系，且所述上层子任务节点包括实子任务节点和虚拟子任务节点； 所述在交叉、变异操作过程中利用基于领域知识的剪枝算法清理各个体中的冗余节点，包括： 获取交叉后的初始个体； 基于强类型遗传编程算法的基本子树变异算子，从各交叉后的初始个体中选择不为根节点的子树为随机生成的新子树，得到变异后的个体； 根据变异后的个体的下层子任务节点计算当前参与灭火的下层智能体数量，其中，下层子任务节点用于确定各下层智能体对应的起火点，所述下层智能体为无人机； 判断下层智能体数量是否大于起火点的数量，若大于起火点的数量，则随机生成一属于起火点数量范围内的中间数，并判断下层智能体数量是否大于中间数，若大于中间数，则随机剪除下层子任务节点直至下层智能体数量小于等于起火点的数量； 其中，在剪除下层子任务节点过程中，判断交互子任务节点下的所有下层子任务节点均被剪除，则将以实子任务节点为根的整个子树剪除，并利用虚拟子任务节点替代实子任务节点连接总体任务节点； 层级任务变量树为四层结构，所述四层结构自上而下分别为根层、上层子任务层、交互子任务层和下层子任务层； 其中，总体任务节点属于根层； 上层子任务节点属于上层子任务层； 交互子任务节点和参数节点属于交互子任务层； 所述下层子任务节点属于下层子任务层。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。