北京理工大学熊芬芬获国家专利权
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!
龙图腾网获悉北京理工大学申请的专利包含目标分组和强化学习的火力分配方法、设备和介质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:CN120031270B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202411637862.5,技术领域涉及:G06Q10/0631;该发明授权包含目标分组和强化学习的火力分配方法、设备和介质是由熊芬芬;李超;张成设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。
本包含目标分组和强化学习的火力分配方法、设备和介质在说明书摘要公布了:本发明涉及火力分配技术领域,具体涉及一种包含目标分组和强化学习的火力分配方法、设备和介质。本发明包含附带毁伤分组和深度强化学习的火力分配方法,建立基于毁伤幅员的目标分组策略,进而考虑飞行器对目标的附带毁伤;在目标组内开展基于瞄准点优化的目标毁伤效果评估,提高毁伤效果计算的精度和合理性;最后,建立火力分配的深度强化学习模型,在最大化毁伤效费比的同时保证对目标的预期毁伤效果。
本发明授权包含目标分组和强化学习的火力分配方法、设备和介质在权利要求书中公布了:1.一种包含目标分组和强化学习的火力分配方法,其特征在于,建立基于毁伤幅员的目标分组策略,进而考虑飞行器对目标的附带毁伤;在目标组内开展基于瞄准点优化的目标毁伤效果评估;最后,以各飞行器平台位置、携带飞行器类型、携带飞行器数量、目标分组情况、各组目标的类型和位置作为模型输入,以火力分配结果为模型输出,建立火力分配的深度强化学习模型,在最大化毁伤效费比的同时保证对目标的预期毁伤效果; 基于模型的输入,构建深度强化学习的状态空间S={W,T},其中W={w1,...,wj,…,wm}为所有可用m个飞行器平台的状态信息,为飞行器平台j的状态信息,lonw、latw和Hw分别为飞行器平台的经度、纬度和海拔高,typewi和nwi分别为飞行器平台中第i型飞行器的类型和数量,为第i型飞行器的成本;T={t1,...,tj,…,tq}为所有q组目标的状态信息,为第j组目标的状态信息,其中lonti、latti和分别为该组内目标i的经度、纬度和海拔高,typeti为该组内目标i的类型,Vit为目标i的价值,Pi*为目标i的期望毁伤概率; 基于模型的输出,构建深度强化学习的动作空间A=[a1,...,am,...,aq],其中为针对第m组目标的火力分配结果,为第wi个飞行器平台使用ni枚typei型飞行器打击第m组目标; 结合瞄准点优化和毁伤效果评估进行奖励函数设计,对于一组火力分配方案为每一组目标进行瞄准点优化和毁伤效果评估,输出该组目标群tm中每一个目标t的毁伤概率Pt,由此设计奖励函数R如下: R=λ1R1+λ2R2 R1=sumPt≥Pt* 其中,λ1和λ2为奖励权重;NT为所有目标的总数;NW为火力分配结果中所有飞行器的总数;R1为毁伤目标满足度奖励函数,旨在考量火力分配结果是否能够满足对各个目标的预期毁伤概率;R2为火力分配结果效费比奖励函数,旨在考量火力分配结果的效费比。
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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励