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！

龙图腾网获悉中国人民解放军军事科学院战略评估咨询中心申请的专利一种多域控制体系协同网络模型构建方法及系统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：CN119200408B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202411369055.X，技术领域涉及：G05B13/04；该发明授权一种多域控制体系协同网络模型构建方法及系统是由卜先锦;葛亚维;王锐华;张艳霞;黄其旺;刘晓光;尚小婷设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种多域控制体系协同网络模型构建方法及系统在说明书摘要公布了：本发明公开了一种多域控制体系协同网络模型构建方法及系统，涉及数据处理技术领域，包括以下步骤：S1：对已有控制要素进行聚类，分成多个域得到域集合，以控制要素为节点、以节点之间的关系为边，构建初始网络模型；该多域控制体系协同网络模型构建方法及系统，能够提高建立控制体系协同网络模型的效率，且建立的控制体系协同网络模型相关性较强，从而提高了控制决策的效率，充分考虑了HL选中节点的贡献度，进一步提高了协同控制的效率，通过合理配置HL，不会造成HL的浪费，节省了成本，将发送的信息通过多个载波发送，进而提高了保密性。

本发明授权一种多域控制体系协同网络模型构建方法及系统在权利要求书中公布了：1.一种多域控制体系协同网络模型构建方法，其特征在于：包括以下步骤： S1：对已有控制要素进行聚类，分成多个域得到域集合Ar＝[Ar1,…,Ari,…,ArI]，以控制要素为节点、以节点之间的关系为边，构建初始网络模型； S2：计算新发现控制要素vnew与已有域集合Ar中的每个域Ari的相斥性，若与域集合Ar中的每个域Ari均相斥，执行S4； 若存在不相斥的域，不相斥的域集合记为Ar＝[Ar1,…,Ark,…,ArK]，则计算新发现控制要素vi与不相斥的域集合中，每个不相斥的域的相似度Simvnew,Ark； S3：若Simvnew,Ark小于阈值，执行S4；若Simvnew,Ark大于或者等于阈值，则将新发现的控制要素Snew置于Simvnew,Ark最大的域中，计算新发现的控制要素vnew与域中已有控制要素的拓扑关联度，并通过边连接； S4：根据新发现的控制要素vnew建立新的域Arnew，并将域Arnew加入域集合Ar中； S5：重复S2、S3和S4，直到所有新发现控制要素vnew聚类完成，形成控制体系协同网络模型； 所述控制要素包括控制监测节点、决策节点、HL选中节点和目标节点； 所述控制监测节点实时获取目标节点的信息，通过加密通信网络传送给决策节点； 所述决策节点包括信息融合模块和智能决策模块； 所述信息融合模块汇总多个控制监测节点提供的信息，根据汇总后的信息进行研判生成控制目标； 所述智能决策模块包括数据选择模块、图注意力机制模型层和BP神经网络； 所述数据选择模块在t时刻根据控制目标从控制体系协同网络模型中选择N+1个实体，N+1个实体中包括一个目标节点和N个HL选中节点，N个HL选中节点组成HL节点集VN；将N个HL选中节点t时刻目标的特征向量，分别输入到图注意力机制模型层的每个图注意力机制模型中； 所述图注意力机制模型层包括N个图注意力机制模型，第n个图注意力机制模型在t时刻输出对目标的完成向量从而图注意力机制模型层输出向量为BP神经网络根据t时刻的输入向量生成t时刻的Q个控制指标项； 根据上述可得： 公式1中，σ为激活函数，为HL选中节点集VN中的第j个HL选中节点，选中目标的特征向量hj对第n个HL选中节点选中目标的特征向量hn的贡献度；LeakyReLU为激活函数；ρ为图注意力机制模型的输入层到隐含层的参数；W表示参数矩阵；||表示将Whn和Whj拼接起来。

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中国人民解放军军事科学院战略评估咨询中心，其通讯地址为：100089 北京市海淀区厢红旗东门外1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。