買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國人民解放軍火箭軍工程大學申請的專利一種考慮指標非等優先級的激光慣組性能分層評估方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120336775B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510829828.6，技術領域涉及：G06F18/20；該發明授權一種考慮指標非等優先級的激光慣組性能分層評估方法是由李燦;馮志超;周志杰;李新三;王兆強設計研發完成，并于2025-06-20向國家知識產權局提交的專利申請。

本一種考慮指標非等優先級的激光慣組性能分層評估方法在說明書摘要公布了：本發明公開了一種考慮指標非等優先級的激光慣組性能分層評估方法，屬于航空航天慣性系統中激光慣組的監督、評估領域，包括：獲取預先確定的激光慣組的初始性能分層評估模型；其是通過分析激光慣組性能相關的指標構建分層評估模型，對指標優先級不一致問題，建立考慮指標非等優先級的BRB?NEP模型后得到的；獲取待評估激光慣組的訓練樣本；利用待評估激光慣組的訓練樣本，采用預設優化算法，對初始性能分層評估模型中的參數進行優化，得到針對待評估激光慣組的優化性能分層評估模型；利用優化性能分層評估模型，對待評估激光慣組的性能進行評估。本發明能提高激光慣組的性能評估精度，解決指標眾多導致的規則爆炸、專家知識難以嵌入等問題。

本發明授權一種考慮指標非等優先級的激光慣組性能分層評估方法在權利要求書中公布了：1.一種考慮指標非等優先級的激光慣組性能分層評估方法，其特征在于，包括： 獲取預先確定的激光慣組的初始性能分層評估模型；其中，所述初始性能分層評估模型是通過分析激光慣組性能相關的指標構建分層評估模型，并對其中指標優先級不一致問題，建立考慮指標非等優先級的BRB-NEP模型后得到的；BRB-NEP模型基于置信規則庫方法實現； 獲取待評估激光慣組的訓練樣本；其中，所述訓練樣本含有初始性能分層評估模型中各指標的數據，且訓練樣本標記有性能標簽，性能標簽含有激光慣組的性能等級和性能等級對應的置信度； 利用所述待評估激光慣組的訓練樣本，采用預設優化算法，對所述初始性能分層評估模型中的參數進行優化，得到針對所述待評估激光慣組的優化性能分層評估模型； 利用所述優化性能分層評估模型，對所述待評估激光慣組的性能進行評估； 其中，根據構造的分層指標體系，對最高層級以下的評估采用傳統BRB模型，并針對最高層級指標優先級不一致的問題，建立考慮指標非等優先級的BRB-NEP模型以用于評估，從而構建出分層評估模型，過程包括：針對所述分層指標體系中，第五層至第四層、第四層至第三層、第三層至第二層，各下層指標得到上層指標的過程設置傳統BRB模型作為對應的置信規則庫模型；并針對第二層至第一層的評估過程中，第一層指標優先級不一致的問題，建立考慮指標非等優先級的BRB-NEP模型作為對應的置信規則庫模型，從而構建出分層評估模型；其中，所述分層指標體系中，自檢測測試結果、自瞄準測試結果的優先級相同，均高于其余指標的優先級； 建立考慮指標非等優先級的BRB-NEP模型的過程，包括： 針對最高層級中指標優先級不同的建模問題，在傳統BRB模型基礎上增加規則，描述為： ； 其中，假設具有個指標，其中前個指標為0-1輸出且具有更高優先級，其余個指標具有低一等的優先級；為其余個指標的全集；表示或規則；表示與規則；為激光慣組的個性能等級；為評估結果；為規則的規則權重；為個指標的指標權重；、和為大于0的自然數； 對其余規則綜合使用與規則、或規則進行構造，則第條規則表示為： ； 其中，分別為針對第條規則的第個指標的指標參考值；為針對第條規則的個性能等級的置信度；為規則的規則權重；為規則總數，為大于0的自然數； 強制令，確定規則融合原則為： ； 將BRB-NEP模型的推理過程確定為指標匹配、規則激活、規則融合這三個步驟，并確定各步驟對應的處理方式。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國人民解放軍火箭軍工程大學，其通訊地址為：710025 陜西省西安市灞橋區同心路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。