[發(fā)明專利]人工智能程序員書寫數(shù)字飛行器源代碼執(zhí)行方法

有效

• 申請?zhí)枺?/td>: 201810037008.3
• 申請日: 2018-01-15
• 公開（公告）號: CN108287959B
• 公開（公告）日: 2021-05-04
• 發(fā)明（設計）人: 董云峰;李智
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F30/15;G06K9/62
• 代理公司: 北京慕達星云知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 11465
• 代理人: 王鵬

本發(fā)明提出了人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法，包括以下步驟：對數(shù)字飛行器源代碼進行多層次分解；建立數(shù)字飛行器源代碼書寫決策樹；根據(jù)決策樹分支情況建立執(zhí)行規(guī)范書寫操作的人工智能程序員；讀取所需生成場景的配置信息生成數(shù)字飛行器仿真源程序。本發(fā)明提出的人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法，極大的減輕了人的工作量、縮短了數(shù)字飛行器的研制周期，為飛行器的全生命周期更好的提供保障。保證了仿真程序的客觀性與通用性，為以后復雜戰(zhàn)場環(huán)境和作戰(zhàn)任務對飛行器的要求和對操控人員的要求提供研究、學習、訓練平臺。

技術(shù)領域

本發(fā)明涉及一種源代碼智能書寫決策技術(shù)領域，更具體的說是涉及一種人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法。

背景技術(shù)

數(shù)字仿真因其成本優(yōu)勢在衛(wèi)星、導彈、無人機等領域應用廣泛，隨著計算機技術(shù)不斷發(fā)展，在各種飛行器設計、測試、運行等整個生命周期中應用比例不斷提升。數(shù)字仿真的主要問題在于同真實系統(tǒng)的差異，因此如何保證兩者之間的功能、組成、結(jié)構(gòu)、模式、程序、操作的完全一致是關(guān)鍵問題。人工書寫具備同真實系統(tǒng)一致性的數(shù)字飛行器仿真源程序工作量巨大、周期較長，而且面對飛行器種類、型號的增加，這種局限性更加明顯。

面對未來復雜的環(huán)境和任務需求，飛行器之間的配合與對抗逐漸提升，各個領域建模規(guī)范的差異導致數(shù)字飛行器的集成難度較大，而且人工書寫仿真難免在不經(jīng)意間帶入人的主觀因素，上述問題對數(shù)字飛行器建模的客觀性和通用性提出了挑戰(zhàn)。

因此，如何提供一種克服數(shù)字仿真局限性及仿真差異帶來的集成問題的人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法是本領域技術(shù)人員亟需解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法，該方法針對人工書寫數(shù)字飛行器仿真源代碼的局限，以及各領域數(shù)字仿真差異帶來的集成問題，提出利用人工智能技術(shù)構(gòu)建智能程序員實現(xiàn)數(shù)字飛行器仿真源代碼的快速智能構(gòu)建。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種人工智能程序員書寫數(shù)字飛行器源代碼規(guī)范決策執(zhí)行方法，其特征在于，包括以下步驟：

步驟一，利用多種維分解方法對數(shù)字飛行器源代碼進行多層次分解，得到最小分解結(jié)果；

步驟二，對所述最小分解結(jié)果進行聚類，并建立數(shù)字飛行器源代碼書寫決策樹；

步驟三，根據(jù)決策樹分支情況建立執(zhí)行規(guī)范書寫操作的人工智能程序員；

步驟四，利用所述人工智能程序員讀取所需生成場景的配置信息生成數(shù)字飛行器仿真源程序。

優(yōu)選的，所述步驟一中多種維分解方法至少包括：代碼層次、飛行器類型、系統(tǒng)維、仿真粒度，以及多種維分解方法之間的交叉組合。

按照代碼層次分解，包括系統(tǒng)層和應用層；

按飛行器類型分解包括導彈、衛(wèi)星、無人機、火箭；

按系統(tǒng)維對每種飛行器類型進行分解包括子系統(tǒng)、部件、元件；按系統(tǒng)維對源代碼進行分解包括工程、文件、變量、函數(shù)。

按仿真粒度分解，從包含子系統(tǒng)角度分解為單子系統(tǒng)仿真、多子系統(tǒng)仿真、全子系統(tǒng)仿真，對于所述子系統(tǒng)按照子系統(tǒng)仿真粒度從低逼真度理想子系統(tǒng)模型到復雜子系統(tǒng)模型分解成多種粒度，從部件模型仿真粒度分解為理想部件模型、加入整體誤差的部件模型、加入故障的部件模型、零件元件級別高逼真度部件模型。

優(yōu)選的，所述步驟二具體包括：

(1)對所述最小分解結(jié)果進行聚類，給出聚類后分支的適用對象和適用條件；

(2)將所述最小分解結(jié)果聚類后，建立決策樹。

優(yōu)選的，所述聚類依據(jù)包括通用性、工作邏輯方式：