[發明專利]一種無人機配型方法、裝置、設備及可讀存儲介質

有效

• 申請號: 201910342741.0
• 申請日: 2019-04-25
• 公開（公告）號: CN110084511B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 魯仁全;劉芬;張斌
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04;G06N3/02
• 代理公司: 北京高航知識產權代理有限公司 11530
• 代理人: 鄭華麗

1.一種無人機配型方法，其特征在于，包括：

接收并解析無人機配型請求，獲得目標產品性能指標；

將所述目標產品性能指標輸入目標神經網絡模型進行配型，獲得目標產品關鍵組件參數；

其中，所述目標神經網絡模型的獲取過程，包括：

創建神經網絡模型；

獲取配型知識，并利用所述配型知識創建知識表達網絡；

利用所述知識表達網絡獲得訓練所述神經網絡模型的訓練數據；

利用所述訓練數據對所述神經網絡模型進行配型訓練，獲得所述目標神經網絡模型；

利用所述配型知識創建知識表達網絡，包括：

將所述配型知識中的產品性能指標與關鍵部件參數進行關聯，并建立貝葉斯網絡結構；

利用所述貝葉斯網絡結構創建所述知識表達網絡；

所述利用所述知識表達網絡獲得訓練所述神經網絡模型的訓練數據，包括：

將所述知識表達網絡中的產品性能指標作為所述訓練數據中的輸入數據；

將所述知識表達網絡中的產品關鍵部件參數作為所述訓練數據中的目標輸出數據；

利用所述訓練數據對所述神經網絡模型進行配型訓練，獲得所述目標神經網絡模型，包括：

創建內部優化網絡和外部優化網絡，利用所述內部優化網絡和所述外部優化網絡對所述神經網絡模型進行優化訓練；

通過專業技術人員對神經網絡模型輸出數據進行評價，給出等級r；即對目標產品關鍵組件參數進行準確性評價，只有兩個等級，輸出數據準確時r=1,否則r=0；

其中，所述外部優化網絡的輸入數據為外部等級信號、產品性能指標、包含參數優化的深度神經網絡的輸出值，輸出數據為外部優化信號；

所述內部優化網絡的輸入數據為所述外部優化信號、產品性能指標、包含參數優化的所述深度神經網絡的輸出值，輸出數據為內部優化信號。

2.根據權利要求1所述的無人機配型方法，其特征在于，所述創建神經網絡模型，包括：

創建采用誤差反向傳播算法且包括輸入層、多層隱層和輸出層的神經網絡模型。

3.根據權利要求1所述的無人機配型方法，其特征在于，利用所述訓練數據對所述神經網絡模型進行配型訓練，包括：

采用隨機梯度下降法，并基于所述神經網絡的輸出數據與目標輸出數據的均方誤差反向調節更新所述神經網絡各層的權重。

4.根據權利要求1所述的無人機配型方法，其特征在于，所述創建內部優化網絡和外部優化網絡，包括：

創建兩個包括輸入層、一層隱層和輸出層的三層非線性神經網絡分別作為所述外部優化網絡和所述內部優化網絡。