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！

龙图腾网获悉中国舰船研究设计中心申请的专利一种在复杂约束条件下多设备协同工作的任务完好性判断方法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：CN119578817B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202411732492.3，技术领域涉及：G06Q10/0631；该发明授权一种在复杂约束条件下多设备协同工作的任务完好性判断方法是由王睿鑫;刘亦敏;马哲轩;苏之昀设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种在复杂约束条件下多设备协同工作的任务完好性判断方法在说明书摘要公布了：本发明公开了一种在复杂约束条件下多设备协同工作的任务完好性判断方法，包括：建立全面数据采集系统，实时采集协同设备的多维数据并预处理，结合约束建模，将复杂的约束条件，量化为可计算的约束条件模型；构建多智能体协同评估模型，多智能体协同评估模型将每个参与协同工作的设备视为一个智能体，通过模拟设备间的协作过程，实现对整体任务完好性的评估；运用深度学习技术从多维数据中自动提取高级特征；设计分布式实时分析系统，结合自适应优化机制，实现大规模数据处理和模型持续优化。本发明方法不仅能够提高协同任务的可靠性和效率，还能为装备任务决策提供有力支持，对提升运用保障的智能化水平和决策准确率具有重要作用。

本发明授权一种在复杂约束条件下多设备协同工作的任务完好性判断方法在权利要求书中公布了：1.一种在复杂约束条件下多设备协同工作的任务完好性判断方法，其特征在于，包括： 建立全面数据采集系统，实时采集协同设备的多维数据并预处理，结合约束建模，将复杂的约束条件，量化为可计算的约束条件模型； 基于预处理后的数据和约束条件模型，构建多智能体协同评估模型，多智能体协同评估模型将每个参与协同工作的设备视为一个智能体，通过模拟设备间的协作过程，实现对整体任务完好性的评估； 运用深度学习技术从多维数据中自动提取高级特征； 设计分布式实时分析系统，结合自适应优化机制，实现大规模数据处理和模型持续优化； 该方法中构建多智能体协同评估模型的方法包括： 智能体的设计与定义，将每个参与协同工作的设备被抽象为一个具有自主决策能力的智能体；每个智能体包含以下核心组件：状态向量、感知模块、决策模块和执行模块；状态向量描述了设备的当前运行状态，包括位置、速度、负载的关键参数；感知模块负责接收和处理来自环境和其他智能体的信息；决策模块基于当前状态和感知信息，结合预定策略和学习算法，做出下一步行动的决策；执行模块则负责将决策转化为具体的操作指令； 智能体之间的交互机制，采用多层次的交互协议，包括信息共享、任务协商、资源调配；信息共享机制，各智能体之间相关进行信息共享，实时获取全局信息；任务协商机制允许智能体之间就任务分配和执行顺序进行动态协调，以适应生产环境的变化；资源调配机制则用于实现智能体间的资源优化分配； 多维度的评估指标体系，包括生产效率、质量指标、协同一致性、鲁棒性、适应性指标；将指标通过数学公式和算法被量化，并根据具体任务要求进行加权组合，形成最终的任务完好性评分； 基于强化学习的协同决策框架，每个智能体通过与环境和其他智能体的持续交互，不断学习和优化自己的决策策略；采用改进的多智能体深度强化学习算法处理连续动作空间和非静态环境，采用注意力机制和图神经网络，使模型能有效捕捉智能体之间的复杂依赖关系； 在模型中集成蒙特卡洛仿真技术，通过大量随机场景的模拟，评估各种可能的协同工作情况，得出任务完好性判断结果； 采用动态约束适应机制，基于约束条件模型，实时调整智能体的行为边界和决策空间； 在模型中集成了因果推理技术，通过构建因果图和进行干预实验，分析不同因素对任务完好性的影响路径和程度； 通过模型的训练和验证的迭代优化过程，使用历史数据进行离线训练，然后通过在线学习不断更新和优化模型参数，得到训练好的多智能体协同评估模型。

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舰船研究设计中心，其通讯地址为：430064 湖北省武汉市武昌区张之洞路268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。